Modelos de redes neurais artificiais para apoiar a gestão de resíduos urbanos: um recurso tecnológico que impulsiona a concretização dos Objetivos de Desenvolvimento Sustentável

RESUMO

A gestão de resíduos é crucial para atingir os Objetivos de Desenvolvimento Sustentável (ODS) estabelecidos pela Organização das Nações Unidas (ONU). No entanto, as técnicas tradicionais de caracterização de resíduos in loco demandam profissionais especializados, expostos a riscos biológicos, químicos e físicos. Nesse contexto, o uso de Redes Neurais Artificiais (RNA) em modelos para caracterização de Resíduos Sólidos Urbanos tem sido discutido, especialmente após o advento da pandemia Covid-19. As previsões feitas por RNA podem ser realizadas com pouco ou nenhum manuseio de resíduos, tornando o processo mais rápido, limpo e seguro. No entanto, os modelos de RNA frequentemente dependem de datasets fornecidos por terceiros, exigindo o monitoramento diligente para manutenção da disponibilidade de datasets atualizados com a regularidade apropriada. Este estudo apresentou modelos de RNA que estavam indisponíveis devido à falta de datasets atualizados, e demonstrou que a intercambialidade de datasets pode ser crítica para o uso, a longo prazo, de modelos de RNA desenvolvidos para atingir os ODS. Adicionalmente, a intercambialidade levou à formulação da hipótese sobre a relevância das variáveis de saneamento básico na maior assertividade de previsões relacionadas ao período da pandemia, resultando na identificação de padrões anormais relativos ao descarte de têxteis e papéis sanitários nos anos de 2020 e 2021. Adicionalmente, este trabalho pode ser o ponto de partida para o desenvolvimento de modelos intercambiáveis mais sofisticados, desenvolvidos com datasets alternativos, criteriosamente escolhidos para elevar a acurácia das predições desejadas, por meio da redução da amplitude do conjunto intersecção formado por diferentes modelos.

Palavras-chave:
gestão de resíduos; inteligência artificial; socioeconômico; perfil populacional; pandemia