Abordagens de Modelagem Estatística e Aprendizado de Máquina para a Predição da Transmitância Atmosférica

Diante da crescente complexidade dos equipamentos militares, especialmente sistemas Infra-Red Search and Track (IRST), a FAB envidou esforços para desenvolver ferramentas para estimar o alcance desse tipo de sistema. Para tal, a transmitância atmosférica, inicialmente calculada pelo software MODTRAN, é essencial. Porém, o MODTRAN tem alta demanda computacional, comprometendo a agilidade das decisões. Assim, buscou-se criar um modelo matemático que previsse a transmitância de maneira mais rápida e econômica, utilizando dados do MODTRAN, especificamente na banda larga do espectro infravermelho. Inicialmente, a Regressão Linear Múltipla (RLM) foi testada, mas apresentou limitações. A regressão beta, apesar de limitar os valores entre 0 e 1, mostrou predição insatisfatória. O modelo Random Forest de aprendizagem de máquina apresentou excelentes resultados numa base de dados específica, porém, numa base com valores ligeiramente diferentes, a precisão caiu, revelando suas limitações.