💻 computer science

Machine Learning and Bayesian Approaches for Concrete Compressive Strength Prediction: A Comparative Study Using the UCI Dataset

Este estudo avalia várias abordagens de aprendizado de máquina e bayesianas no conjunto de dados de resistência à compressão do concreto da UCI, constatando que, embora o XGBoost com otimização bayesiana entregue a maior precisão preditiva, a Regressão de Processo Gaussiano oferece vantagens únicas na quantificação de incerteza, com todos os resultados e ferramentas disponibilizados publicamente via código em R e um aplicativo Shiny interativo.

Autores originais: Mayooran Thevaraja, Kathirgamanathan Pathmanathan

Publicado 2026-08-18

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Mayooran Thevaraja, Kathirgamanathan Pathmanathan

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

O concreto é o material mais consumido no planeta, formando o esqueleto de nossas cidades, pontes e represas. No entanto, o próprio processo de fabricação é uma fonte significativa de emissões globais de carbono, principalmente devido ao cimento usado para unir a mistura. À medida que a indústria da construção busca reduzir sua pegada ambiental, engenheiros estão recorrendo a receitas mais complexas que incluem ingredientes alternativos, como cinzas volantes e escória. Essas novas misturas são mais difíceis de prever usando métodos antigos de tentativa e erro. A resistência do produto final depende de uma teia complexa de fatores: quanta água é misturada, a idade do concreto e as proporções específicas de vários pós e pedras. Como esses ingredientes interagem de formas complicadas e não lineares, adivinhar a mistura certa frequentemente leva ao desperdício ou, pior, a estruturas inseguras. Para resolver isso, pesquisadores estão recorrendo cada vez mais a computadores que podem aprender com dados passados para prever qual será a resistência de um novo lote de concreto antes mesmo de ele ser despejado.

Uma equipe de pesquisadores da Universidade de Jaffna, no Sri Lanka, estabeleceu o objetivo de testar o quão bem diferentes métodos de aprendizado computacional poderiam prever a resistência do concreto. Eles utilizaram uma coleção de dados bem conhecida contendo mais de mil exemplos do mundo real de misturas de concreto, cada uma com oito ingredientes diferentes e uma medição de resistência registrada. Os pesquisadores inseriram esses dados em vários tipos diferentes de modelos computacionais para ver qual deles conseguiria aprender melhor os padrões. Eles compararam métodos estatísticos padrão com técnicas mais avançadas, incluindo um método que utiliza probabilidade para considerar a incerteza, e algoritmos poderosos que constroem muitas pequenas árvores de decisão para fazer uma previsão final. O objetivo deles não era apenas encontrar o número mais preciso, mas entender quais ferramentas são mais adequadas para a realidade complexa dos materiais de construção.

Os resultados mostraram um vencedor claro em termos de precisão bruta. O modelo mais bem-sucedido foi um algoritmo sofisticado conhecido como XGBoost, que conseguiu prever a resistência do concreto com um alto grau de precisão. Nos dados de teste, este modelo alcançou um coeficiente de determinação (R²) de 0,919, com um erro médio de menos de cinco megapascais, uma unidade padrão para medir pressão e resistência. Outro método baseado em árvores, chamado Random Forest, também teve um desempenho muito bom, embora tenha sido ligeiramente menos preciso. Em contraste, um método baseado em regressão de processo gaussiano, que é famoso por sua capacidade de mostrar o quão incerta pode ser uma previsão, não previu a resistência exata tão bem quanto os modelos baseados em árvores. Embora os pesquisadores tenham dedicado tempo ao ajuste fino das configurações deste método de regressão, as melhorias foram mínimas, reduzindo o erro em menos de um por cento. Isso sugere que, para este tipo específico de dados, os algoritmos complexos baseados em árvores são simplesmente melhores em encontrar a resposta certa do que a abordagem de regressão.

No entanto, o estudo destacou que a precisão não é a única coisa que importa na engenharia. Embora os modelos baseados em árvores tenham fornecido o melhor número único, a regressão de processo gaussiano ofereceu algo único: um panorama completo da incerteza. Em vez de apenas dizer "a resistência será de 40 megapascais", este método poderia fornecer uma faixa de resultados prováveis, dizendo a um engenheiro que a resistência está provavelmente entre 35 e 45 megapascais. Essa capacidade de quantificar o risco é vital para a segurança, pois os engenheiros precisam saber não apenas a resistência média, mas os cenários de pior caso. Os pesquisadores usaram uma técnica de simulação para gerar milhares de resultados possíveis para uma mistura típica de concreto, descobrindo que, embora a resistência média fosse de cerca de 38 megapascais, os 5 por cento de resultados mais baixos estavam em torno de 31 megapascais. Esse tipo de insight probabilístico ajuda os engenheiros a projetar estruturas que sejam seguras mesmo quando os materiais variam ligeiramente.

A análise também desvendou as camadas do que realmente torna o concreto forte. Ao realizar um teste de sensibilidade, os pesquisadores confirmaram que a proporção de água em relação aos materiais aglutinantes é o fator mais importante. À medida que a quantidade de água aumenta em relação ao cimento e outros aglutinantes, a resistência cai drasticamente. A idade do concreto foi o segundo fator mais crítico, com a resistência crescendo significativamente durante o primeiro mês de cura. O estudo também observou como a resistência varia entre diferentes grupos de idade, notando que o período de teste mais comum nos dados foi entre 15 e 28 dias, o que representou quase metade de todas as amostras. Os pesquisadores descobriram que a variabilidade na resistência tende a aumentar à medida que o concreto envelhece, refletindo a interação complexa dos ingredientes ao longo do tempo.

Para garantir que essas descobertas pudessem ser utilizadas por engenheiros e estudantes, a equipe não apenas publicou seus números; eles construíram uma ferramenta interativa gratuita. Eles criaram uma aplicação web que permite que qualquer pessoa faça o upload de seus próprios dados de mistura de concreto ou utilize o conjunto de dados existente para ver previsões em tempo real e intervalos de incerteza. Esta ferramenta faz a ponte entre a teoria estatística avançada e as necessidades práticas da indústria da construção, permitindo que os usuários experimentem diferentes receitas sem a necessidade de saber programar. O estudo conclui que, embora as previsões mais precisas venham de algoritmos baseados em árvores, a melhor abordagem para a engenharia do mundo real provavelmente envolve o uso desses modelos precisos junto com métodos que possam quantificar a incerteza, garantindo que as construções do futuro sejam tanto eficientes quanto seguras.

Resumo Técnico: Aprendizado de Máquina e Abordagens Bayesianas para a Predição da Resistência à Compressão do Concreto

Definição do Problema
O artigo aborda a crescente complexidade do design de misturas de concreto moderno, impulsionada por requisitos de sustentabilidade e pela incorporação de materiais cimentícios suplementares (SCMs). Os métodos tradicionais de design de misturas empíricos são cada vez mais inadequados para navegar no espaço de design de alta dimensão e não linear, definido por parâmetros interdependentes como a relação água/aglomerante, composição do aglomerante e condições de cura. Além disso, os modelos determinísticos convencionais falham em capturar a variabilidade inerente aos materiais brutos e aos procedimentos de teste, fornecendo apenas estimativas pontuais sem quantificar a incerteza, que é essencial para decisões de engenharia estrutural baseadas em risco.

Metodologia
O estudo utiliza o conjunto de dados de Resistência à Compressão do Concreto do repositório UCI Machine Learning, compreendendo 1.030 observações com oito variáveis de entrada (Cimento, Escória, Cinza Volante, Água, Superplastificante, Agregado Graúdo, Agregado Miúdo e Idade) e uma variável de saída (Resistência à Compressão). Os dados foram pré-processados via normalização z-score e divididos em conjuntos de treinamento (80%) e teste (20%).

Os autores implementaram e compararam um conjunto de abordagens computacionais:

Modelos de Aprendizado de Máquina: Regressão Linear, Random Forest e XGBoost (eXtreme Gradient Boosting).
Abordagens Bayesianas: A Regressão por Processos Gaussianos (GPR) foi avaliada sob três configurações: estimativa automática de sigma padrão, otimização de sigma via validação cruzada e sigma fixo.
Otimização de Hiperparâmetros: A otimização bayesiana foi aplicada para ajustar os hiperparâmetros do XGBoost (nrounds, max_depth, eta, subsample, colsample_bytree).
Modelagem Hierárquica: Um modelo bayesiano hierárquico foi construído com lotes definidos por grupos de idade de cura para capturar a variabilidade multinível.
Análise Probabilística: A simulação de Monte Carlo (10.000 iterações) foi utilizada para gerar predições probabilísticas de resistência para um design de mistura típico.
Análise de Sensibilidade: Gráficos de contorno e classificações de importância de variáveis foram gerados para identificar os parâmetros dominantes da mistura.

Todas as análises foram conduzidas em R (versão 4.5.1), utilizando pacotes como kernlab, xgboost, randomForest e caret.

Principais Resultados

Desempenho Preditivo: O XGBoost alcançou a maior precisão preditiva no conjunto de teste com um $R^2$ de 0,919 e RMSE de 4,69 MPa. O Random Forest seguiu com um $R^2$ de 0,869 e RMSE de 5,96 MPa. Ambos os métodos de ensemble baseados em árvores superaram substancialmente a Regressão Linear ( $R^2$ = 0,599) e todas as configurações de GPR.
Desempenho do GPR: A configuração padrão do GPR rendeu um $R^2$ de 0,794 (RMSE = 7,47 MPa). A otimização de hiperparâmetros via validação cruzada proporcionou apenas uma melhoria marginal ( $R^2$ = 0,797, RMSE = 7,41 MPa), representando uma redução de 0,8% no RMSE. Uma configuração de sigma fixo teve o pior desempenho ( $R^2$ = 0,758).
Ajuste de Hiperparâmetros: A otimização bayesiana para o XGBoost demonstrou convergência eficiente, reduzindo o RMSE de validação para aproximadamente 3,84 MPa dentro de 15 iterações, superando significativamente a busca aleatória ou em grade em termos de eficiência de iteração.
Análise Hierárquica: A análise revelou que o grupo de idade de 15–28 dias continha a maioria das observações (41,3%). A resistência média aumentou de 18,8 MPa (1–3 dias) para um pico de 51,9 MPa (29–56 dias) antes de declinar ligeiramente. A resistência característica (5º percentil) variou significadamente entre os grupos de idade, indo de 6,3 MPa a 30,7 MPa.
Incerteza e Sensibilidade: A simulação de Monte Carlo para um design de mistura típico produziu uma resistência média prevista de 38,1 MPa com uma resistência característica (5º percentil) de 30,8 MPa. A análise de sensibilidade identificou a relação água/aglomerante como o fator dominante influenciando a resistência, seguida pelo conteúdo de cimento e idade. As classificações de importância de variáveis tanto do Random Forest quanto do XGBoost destacaram consistentemente a Idade, o Cimento e a Água como os principais preditores.

Principais Contribuições

Análise Comparativa Abrangente: O estudo fornece uma avaliação sistemática de métodos bayesianos (GPR, modelagem hierárquica) contra ensembles modernos de aprendizado de máquina (XGBoost, Random Forest) em um conjunto de dados de referência padrão.
Insights de Otimização de Hiperparâmetros: O artigo demonstra que, embora a otimização bayesiana seja eficaz para o XGBoost, o ajuste de hiperparâmetros para o GPR neste conjunto de dados específico gera apenas ganhos incrementais de desempenho, sugerendo que as configurações padrão podem estar próximas do ótimo para esta distribuição de dados.
Estrutura Probabilística: A integração da modelagem bayesiana hierárquica e da simulação de Monte Carlo permite a quantificação da incerteza e a geração de valores de resistência característica, que são críticos para o design de engenharia, mas frequentemente ausentes em aplicações padrão de ML.
Reprodutibilidade e Acessibilidade: Os autores disponibilizaram todo o código em R e uma aplicação interativa em R Shiny. Esta ferramenta permite que usuários façam o upload de dados de design de mistura personalizados, visualizem relações e obtenham predições em tempo real com limites de incerteza, aproximando métodos computacionais avançados da aplicação prática na engenharia.

Significância e Alegações
O artigo alega que, embora métodos de ensemble baseados em árvores como o XGBoost ofereçam precisão preditiva superior para a predição da resistência do concreto no conjunto de dados UCI, o GPR retém uma vantagem única ao fornecer distribuições preditivas completas e quantificação explícita de incerteza. Os autores argumentam que a seleção do modelo deve ser impulsionada pelas necessidades específicas da aplicação: maximizar a precisão versus quantificar o risco.

O estudo enfatiza que as abordagens modernas de aprendizado de máquina oferecem melhorias substanciais sobre os métodos empíricos convencionais, permitendo designs de mistura mais precisos e redução do superdimensionamento. Ao tornar as ferramentas computacionais acessíveis via um repositório de código aberto e uma aplicação web interativa, os autores visam facilitar a adoção de métodos orientados por dados e conscientes da incerteza na indústria do concreto, apoiando tanto fins educacionais quanto a otimização prática da engenharia. Os achados alinham-se com a literatura recente que sugere a superioridade dos algoritmos de boosting para este domínio de problema específico, ao mesmo tempo em que destacam o valor contínuo dos métodos bayesianos para análise de incerteza.

Resumo Técnico: Aprendizado de Máquina e Abordagens Bayesianas para a Predição da Resistência à Compressão do Concreto

Mais como este