[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-122407-pt":3,"doc-seo-122407-112":31,"detail-sidebar-cat-0-pt-112":92},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":20,"is_deleted":4,"is_public":21,"is_downloadable":21,"audit_status":21,"page_count":22,"language":23,"language_code":24,"site_id":25,"html_lang":24,"table_of_contents":26,"faqs":27,"seo_title":28,"seo_description":14,"update_tm":29,"read_time":30},122407,2336475104957,"Seraphina","https://ap-avatar.wpscdn.com/avatar/22000c4c6bd8a5076e1?x-image-process=image/resize,m_fixed,w_180,h_180&k=1786593998035447633",32,"Pesquisa e Relatórios","Analisando Dados de Qualidade do Ar por Machine Learning","A aprendizagem de máquina (Machine Learning) viabiliza a análise contínua de grandes volumes de dados gerados em tempo real, como informações ligadas ao consumo, saúde pública e processos industriais. O estudo aplica técnicas de ML para avaliar a qualidade do ar na estação CETESB 66-Parisi, em Cubatão, considerando dados de 1/1/2022 a 1/1/2023 para MP10, NO, NO2, NOx e SO2. São realizadas engenharia de atributos, agrupamento e classificação, com identificação de quatro clusters e melhor desempenho do k-nearest neighbors, contribuindo para controle dos poluentes e para políticas públicas ambientais.","Analisando Dados de Qualidade do Ar por Machine Learning ☆  \nAnalyzing Air Quality Data by Machine Learning  \nArdson dos Santos Vianna Jr.1,†, Fernando de Come1  \n1 Departamento de Engenharia Química, Escola Politécnica, Universidade de São Paulo, São Paulo, Brasil †[Autor correspondente:](Autor correspondente: ardson@usp.br)[ ](Autor correspondente: ardson@usp.br)[ardson@usp.br](Autor correspondente: ardson@usp.br)  \nResumo  \nA aprendizagem de máquina (Machine Learning-ML) possibilita a análise de grande quantidade de dados. Estes dados são gerados a todo instante, como dados de consumo, saúde pública e processos industriais. Um exemplodestes datasets são os conjuntos de parâmetros gerados no monitoramento da qualidade do ar. Neste trabalho, sãoutilizadas ferramentas de ML para avaliar a qualidade do ar em uma estação da CETESB em Cubatão, estação 66-Parisi. Os dados de um ano, 1/1/2022 a 1/1/2023, para Partículas Inaláveis (MP10), óxidos de nitrogênio (NO, NO2 e NOx) e SO2 foram considerados. Foram desenvolvidas engenharia de atributos, agrupamento e classificação. Odendrograma indicou quatro clusters, o que foi confirmado pelo método do K-médios. O classificador com melhor performance foi o algoritmo de k vizinhos mais próximos, com um coeficiente igual a 0,953138 . As ferramentas resultaram em análises interessantes que contribuem para o melhor controle sobre os poluentes na atmosfera. Ocuidado com o meio ambiente deve ser uma atitude de todos. Mesmo pequenas iniciativas podem contribuir para criar movimentos e políticas públicas.  \nPalavras-chave  \nQualidade do ar · Agrupamento · Classificação  \nAbstract  \nMachine learning (ML) allows for the continuous analysis of large volumes of data, including information on consumption, public health, and industrial processes. One example of such datasets is the parameters produced by air quality monitoring. This study utilized ML tools to assess air quality at CETESB station 66-Parisi in Cubatão, São Paulo, Brazil. Data from a one-year period, from 1/1/2022 to 1/1/2023, for Inhalable Particulate Matter (PM10), nitrogen oxides (NO, NO2, and NOx), and SO2 were examined. Feature engineering, clustering, and classification were conducted, resulting in valuable analyses that improve pollutant control in the atmosphere. The dendrogram indicated the presence of four clusters, which was confirmed by the K-mean method. The k nearest neighbor algorithm emerged as the classifier with the best performance, with a coefficient of 0.953138 . Protecting the environment should be a collective responsibility; even small initiatives can significantly contribute to movements and public policies.  \nKeywords  \nAir quality · Clustering · Classification  \n☆ Este artigo é uma versão estendida do trabalho apresentado no XXVII ENMC Encontro Nacional de Modelagem Computacional e XV ECTM Encontro de Ciência e Tecnologia de Materiais, ocorridos em Ilhéus – BA, de 1 a 4 de outubro de 2024 .  \nVetor, Rio Grande, vol. 35, no. 1, e18205, 2025 1  \n1 Introdução  \nO mundo passa por grandes transformações devido à quantidade sem precedentes de dados gerados, armazenadose compartilhados. Uma enxurrada de dados foi avaliada [1] por intermédio de aplicações como big data, inteligência artificial e aprendizado de máquina. A big data é usada em vários campos como negócios (tomada de decisãobaseada em dados), ciência política (discursos no congresso americano), esportes (para identificar performance dejogadores), publicidade (Google e Facebook) e saúde pública. Mas também aplicada na Internet das Coisas ou na Internet Industrial, por exemplo, no uso de sensores digitais em equipamentos industriais, indústria de processos químicos.  \nAs tecnologias emergentes têm um impacto significativo na prática da engenharia, especialmente no contextode planejamento de produção e adaptação às mudanças externas [2,3] . De acordo com Schwab [4], algumas particularidades de tais transformações são: velocidade (transformações não lineares em u","cbCaielnzVr0JGY0","https://ap.wps.com/l/cbCaielnzVr0JGY0","pdf",1109463,2,1,10,"Portuguese","pt",112,"# Introdução\n## Transformações digitais e dados\n## Tecnologias emergentes na engenharia\n## Conceitos e aplicações de big data, IA e aprendizado de máquina\n## Exemplos: IoT, computação em nuvem, IA e sistemas robóticos\n## Impressão 3D e análises avançadas\n## Dimensões e volume de dados no mundo","[{\"question\":\"Qual é o objetivo do estudo sobre qualidade do ar usando Machine Learning?\",\"answer\":\"Avaliar a qualidade do ar a partir de dados monitorados na estação CETESB 66-Parisi, aplicando ferramentas de ML para analisar e classificar padrões de poluentes.\"},{\"question\":\"Quais variáveis e período de dados foram considerados?\",\"answer\":\"Foram analisados MP10, NO, NO2, NOx e SO2 no intervalo de 1/1/2022 a 1/1/2023.\"},{\"question\":\"Que métodos foram usados para identificar grupos e qual modelo teve melhor desempenho?\",\"answer\":\"O dendrograma indicou quatro clusters, confirmado pelo K-médios. O classificador com melhor performance foi o algoritmo k-nearest neighbors, com coeficiente 0,953138.\"}]","Analisando Dados de Qualidade do Ar por Machine Learning | PDF",1785810472,15,{"code":4,"msg":32,"data":33},"ok",{"site_id":25,"language":24,"slug":34,"title":13,"keywords":35,"description":14,"schema_data":36,"social_meta":87,"head_meta":89,"extra_data":91,"updated_unix":29},"analyzing-air-quality-data-by-machine-learning","",{"@graph":37,"@context":86},[38,54,69],{"@type":39,"itemListElement":40},"BreadcrumbList",[41,45,48,51],{"item":42,"name":43,"@type":44,"position":21},"https://docshare.wps.com","Home","ListItem",{"item":46,"name":47,"@type":44,"position":20},"https://docshare.wps.com/pt/document/","Document",{"item":49,"name":12,"@type":44,"position":50},"https://docshare.wps.com/pt/document/pesquisa-e-relatórios/",3,{"item":52,"name":13,"@type":44,"position":53},"https://docshare.wps.com/pt/document/analyzing-air-quality-data-by-machine-learning/122407/",4,{"url":52,"name":13,"@type":55,"author":56,"headline":13,"publisher":58,"fileFormat":61,"inLanguage":24,"description":14,"dateModified":62,"datePublished":63,"encodingFormat":61,"isAccessibleForFree":64,"interactionStatistic":65},"DigitalDocument",{"name":9,"@type":57},"Person",{"url":42,"name":59,"@type":60},"DocShare","Organization","application/pdf","2026-08-14","2026-08-04",true,{"@type":66,"interactionType":67,"userInteractionCount":20},"InteractionCounter",{"@type":68},"ViewAction",{"@type":70,"mainEntity":71},"FAQPage",[72,78,82],{"name":73,"@type":74,"acceptedAnswer":75},"Qual é o objetivo do estudo sobre qualidade do ar usando Machine Learning?","Question",{"text":76,"@type":77},"Avaliar a qualidade do ar a partir de dados monitorados na estação CETESB 66-Parisi, aplicando ferramentas de ML para analisar e classificar padrões de poluentes.","Answer",{"name":79,"@type":74,"acceptedAnswer":80},"Quais variáveis e período de dados foram considerados?",{"text":81,"@type":77},"Foram analisados MP10, NO, NO2, NOx e SO2 no intervalo de 1/1/2022 a 1/1/2023.",{"name":83,"@type":74,"acceptedAnswer":84},"Que métodos foram usados para identificar grupos e qual modelo teve melhor desempenho?",{"text":85,"@type":77},"O dendrograma indicou quatro clusters, confirmado pelo K-médios. O classificador com melhor performance foi o algoritmo k-nearest neighbors, com coeficiente 0,953138.","https://schema.org",{"og:url":52,"og:type":88,"og:title":13,"og:site_name":59,"og:description":14},"article",{"robots":90,"canonical":52},"index,follow",{"doc_id":7,"site_id":25},{"code":4,"msg":5,"data":93},[94,99,103,107,111,115,119,121,125,129],{"id":95,"doc_module":4,"doc_module_name":47,"category_name":96,"show_sort_weight":97,"slug":98},26,"Contos e Romances",60,"story-novel",{"id":100,"doc_module":4,"doc_module_name":47,"category_name":101,"show_sort_weight":97,"slug":102},46,"Estilo de Vida","lifestyle",{"id":104,"doc_module":4,"doc_module_name":47,"category_name":105,"show_sort_weight":97,"slug":106},28,"Exames","exam",{"id":108,"doc_module":4,"doc_module_name":47,"category_name":109,"show_sort_weight":97,"slug":110},47,"Geral","general",{"id":112,"doc_module":4,"doc_module_name":47,"category_name":113,"show_sort_weight":97,"slug":114},29,"Histórias em Quadrinhos","comic",{"id":116,"doc_module":4,"doc_module_name":47,"category_name":117,"show_sort_weight":97,"slug":118},27,"Literatura","literature",{"id":11,"doc_module":4,"doc_module_name":47,"category_name":12,"show_sort_weight":97,"slug":120},"research-report",{"id":122,"doc_module":4,"doc_module_name":47,"category_name":123,"show_sort_weight":97,"slug":124},33,"Religião e Espiritualidade","religion-spirituality",{"id":126,"doc_module":4,"doc_module_name":47,"category_name":127,"show_sort_weight":97,"slug":128},31,"Saúde e Cuidados","healthcare",{"id":130,"doc_module":4,"doc_module_name":47,"category_name":131,"show_sort_weight":97,"slug":132},45,"Tecnologia","technology"]