PPGNMA PÓS-GRADUAÇÃO EM NANOCIÊNCIAS E MATERIAIS AVANÇADOS FUNDAÇÃO UNIVERSIDADE FEDERAL DO ABC Telefone/Ramal: Não informado http://propg.ufabc.edu.br/ppgnma

Banca de QUALIFICAÇÃO: LUCAS BANDEIRA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : LUCAS BANDEIRA
DATA : 11/05/2023
HORA: 14:00
LOCAL: Auditório 801 no 8º andar do Bloco B da Universidade Federal do ABC
TÍTULO:

Usando Processamento de Linguagem Natural para Extrair Dados sobre Reação de Redução de CO2 a partir da Literatura Científica


PÁGINAS: 44
RESUMO:

Nos últimos 70 anos, as emissões de CO2 na atmosfera terrestre aumentaram drasticamente, elevando

a temperatura do planeta em 1ºC. Modelos climáticos projetam que essa elevação pode ainda atigir

2,1 à 2,5ºC até 2100. Uma alternativa para mitigar esse problema a conversão de dióxido de carbono

em compostos que possam ser utilizados como matéria-prima química e combustíveis, criando um ciclo

fechado de CO2. No entanto, esse processo deve ser mediado por um catalisador que seja estável, seletivo,

ativo e facilmente acessível para ser economicamente viável. É compreensível e desejável, portanto, que o

tema reação de redução de CO2 (CO2RR, do inglês CO2 reduction reaction) venha sendo abordado por

diversos grupos de pesquisa, com mais de 16.000 artigos já publicados. No entanto, toda essa literatura

dificulta uma revisão manual e abrangente de estruturas e métodos utilizados. Baseado nisso, utilizamos

processamento de linguagem natural (NLP, do inglês natural language processing) para analisar os dados

já publicados sobre esse tema na literatura científica. Criamos um código próprio para processar e separar

as frases de acordo com as seções de onde foram extraídas. Com essas amostras, criamos um modelo para

classificar novas frases ou frases não identificadas em "resumo", "introdução", "metodologia", "resultados

e discussão"e "conclusões". Em seguida, usamos o texto limpo para gerar modelos de word embeddings e

avaliamos sua qualidade com base em sua capacidade de agrupar termos comuns na literatura CO2RR.

Finalmente, utilizamos expressões regulares para extrair informações sobre a composição de materiais,

eletrólitos e algumas métricas importantes reportadas na literatura em nosso corpus, a eficiência faradaíca

(FE, do inglês faradaic efficiency) e o potencial aplicado. Descobrimos que Ni é um dos elementos mais

comuns em catalisadores para CO2RR, estando em terceiro lugar junto com Cu e Ag, e encontramos um

liga à base de Cu com uma FE extremamente baixa para metano. Nós planejamos ampliar os dados

coletados, para que possamos criar um banco de dados abrangente que possa ser usado para revisar esse

campo de modo a orientar pesquisas futuras, fornecendo informações sobre materiais e abordagens que

parecem promissoras.


MEMBROS DA BANCA:
Presidente - Interno ao Programa - 1282172 - ROBERTO GOMES DE AGUIAR VEIGA
Membro Titular - Examinador(a) Externo ao Programa - 2364326 - ALEXANDRE DONIZETI ALVES
Membro Titular - Examinador(a) Externo ao Programa - 1673092 - RONALDO CRISTIANO PRATI
Membro Suplente - Examinador(a) Interno ao Programa - 1309493 - PEDRO ALVES DA SILVA AUTRETO
Membro Suplente - Examinador(a) Interno ao Programa - 2249395 - THIAGO BRANQUINHO DE QUEIROZ
Membro Suplente - Examinador(a) Externo ao Programa - 1544403 - MAURICIO DOMINGUES COUTINHO NETO
Notícia cadastrada em: 17/04/2023 16:41
SIGAA | UFABC - Núcleo de Tecnologia da Informação - ||||| | Copyright © 2006-2024 - UFRN - sigaa-1.ufabc.int.br.sigaa-1-prod