Projectos Hackathon

Lista de projectos hackathon

Os projectos Hackathon resolvem problemas reais. Trabalhando em equipa, usa a Ciência de Dados para resolver desafios colocados por empresas parceiras.

Os projectos Hackathon são uma componente essencial do mestrado Green Data Science. Os problemas de Ciência de Dados propostos por empresas ou entidades são trabalhados por equipas de pelo menos cinco alunos, proporcionando uma experiência de trabalho real. A palavra Hackathon tem origem em hacker+marathon, o que significa desafio para atingir a meta!

Benefícios dos Projectos Hackathon

  • trabalhar com problemas reais
  • aplicar e praticar as capacidades adquiridas em problemas complexos
  • trabalhar em equipas colaborativas

Quero propor um problema de ciência de dados!

Se, na sua empresa ou entidade, tiver um problema com potencial de aplicação de ciência de dados, e quiser que ele seja resolvido por uma das equipas do hackathon, pode tornar-se uma empresa ou entidade parceira do Green Data Science. Veja como em PARCERIAS.

Lista dos projectos Hackathon

Os seguintes projectos foram desenvolvidos pelas equipas do Hackathon

Thumbnail

 

Projeto AGROGES Quercus - Otimização do Inventário Florestal

Parceiro: AGROGES
Domínio: Floresta
Ano: 2024
A organização florestal desempenha um papel vital na manutenção de ecossistemas e recursos sustentáveis, sendo que os processos tradicionais de inventário florestal estão muitas vezes associados a um grande dispêndio de tempo e recursos. Os inventários florestais, que envolvem a recolha e a análise de dados nas florestas, estão na base de uma organização florestal sustentável. Apesar de já se começar a recorrer a ferramentas avançadas, como os Sistemas de Informação Geográfica (SIG), ainda se verifica uma necessidade crítica de otimizar estes processos, particularmente nas regiões onde os recursos para trabalho de campo são escassos. A empresa AGROGES enfrenta dificuldades na execução de inventários florestais para as espécies sobreiro (Quercus suber) e azinheira (Quercus ilex). Os métodos tradicionais baseiam-se fortemente no trabalho de campo manual e na análise estatística, aumentando assim o custo e o tempo dispendidos. A contagem precisa de árvore, a avaliação das copas, a avaliação do seu estado de saúde e a distinção de espécies exigem uma abordagem mais eficiente e escalavelmente implementável. Neste Hackathon, o desafio consistiu em desenvolver um modelo de aprendizagem profunda, uma Rede Neuronal Convolucional (CNN), capaz de analisar dados geoespaciais para apoiar diferentes atividades de organização florestal: contar o número de árvores nas parcelas, mapear com precisão a presença de cada uma das duas espécies, distinguir o sobreiro da azinheira, calcular a área das copas de cada árvore para apoiar a avaliação de recursos, e avaliar o seu estado de saúde para apoiar uma organização florestal sustentável.

 

Ver detalhes

Foto por Natacha de Hepcée na Unsplash

Thumbnail

 

Priorização de ocorrências de Incêndios Florestais - Melhoria do Pipeline de Dados

Parceiro: ANEPC
Domínio: Gestão de fogos florestais
Ano: 2024
Os incêndios florestais representam um dos maiores desafios nacionais para Portugal, dada a sua imprevisibilidade e a multiplicidade de variáveis envolvidas. A investigação revela que, embora a maioria dos incêndios seja controlada na fase inicial, uma pequena percentagem que escapa ao primeiro ataque é a que provoca a maior parte dos danos. Dados que escapam nas fases iniciais exigem que os bombeiros desloquem recursos e estratégias adicionais, aumentando assim a dificuldade de controlo e os impactos. A capacidade de prever estes cenários é crucial para apoiar a eficácia na organização de recursos. Com base nas fundação criada pelas equipas do hackathon de 2023, que já tinham desenvolvido uma aplicação que prediz quais os incêndios que serão prioridade utilizando um modelo de aprendizagem automática (XGBoost), o objetivo neste hackathon era ultrapassar algumas das limitações, nomeadamente a quantidade de dados, a qualidade do pipeline de tratamento de dados e a eficácia do modelo de previsão. Este era um problema particularmente complexo, já que exigia o tratamento de três tipos de dados: os dados meteorológicos (dinâmicos), os dados geoespaciais (estáticos) e os registos de ocorrências de incêndios, sendo ainda preciso que o modelo pudesse ser atualizado automaticamente para se manter preciso. Neste Hackathon, a equipa ficou encarregue de acrescentar fontes de dados, de melhorar o pipeline de tratamento de dados para atualizações contínuas, e de desenvolver um modelo secundário que funcione sem a chegada de apoio externo. O trabalho incluiu a criação de procedimentos automatizados para a atualização semanal de dados, a sua limpeza e tratamento, sendo o objetivo final a otimização de todo o pipeline — da recolha de dados até à aplicação. Uma vez que a época de incêndios em Portugal se inicia habitualmente em julho e se prolonga por 15 semanas, o modelo atualizado é atualizado anualmente, sendo sugerida uma nova atualização em maio.

 

Ver detalhes

Foto por Egor Vikhrev na Unsplash

Thumbnail

 

Dashboard irrig.ISA - Gestão Sustentável da Água para Rega

Parceiro: ISA
Domínio: Rega
Ano: 2024
A gestão da água na rega representa um dos maiores desafios para uma agricultura sustentável, particularmente em Portugal, onde os recursos hídricos exigem uma poupança e uma otimização cuidadosas. Décadas de valiosa investigação foram já realizadas, sendo que essa informação se revela muitas vezes dispersa e de difícil acesso para os agricultores, os técnicos de rega e outros stakeholders. A complexidade dos dados de rega, aliada às necessidades dos diferentes intervenientes, constitui uma barreira importante na transferência de conhecimento da investigação para a prática. Os agricultores precisam de indicações práticas para saber exatamente quando e quanto regar, enquanto se conserva a água. Este desafio estende-se para além do mero acesso às fontes de informação, exigindo também o desenvolvimento de ferramentas intuitivas que ajudem a aplicar o conhecimento na prática. Neste Hackathon, o desafio passou pelo desenvolvimento da plataforma Irrig.ISA — uma saída que permitirá dar uma nova organização às fontes de informação, mostrando-as de forma coesa, utilizando visualizações interativas facilmente interpretáveis pelos diferentes intervenientes, enquanto se respeitam as exigências práticas do sector. O projecto propõe assim a democratização do acesso às fontes de informação, a organização de um conjunto de dados complexos de forma coesa e a promoção de um uso sustentável da água na agricultura, aumentando a eficácia da rega, enquanto se poupa um recurso escasso.

 

Ver detalhes

Foto por Jonathan Hislop na Unsplash

Thumbnail

 

Gestão do Gorgulho do Eucalipto - Previsão da Desfolha e Otimização do Controlo Biológico

Parceiro: RAIZ - Navigator
Domínio: Floresta
Ano: 2024
As plantações de eucalipto representam um pilar importante do sector florestal em Portugal, sendo que o Eucalyptus globulus cobre aproximadamente 845 000 hectares, ou 26,2% da floresta portuguesa. Estas plantações representam a principal fonte de matéria-prima para a indústria de pasta de papel, um dos sectores económico-estratégicos do país. No entanto, a desfolhação causada pelo gorgulho-do-eucalipto (Gonipterus platensis) representa uma séria ameaça à produção de madeira e à sanidade das florestas. Este gorgulho, acidentalmente introduzido em Portugal em 1995, propagou-se rapidamente, sendo que tanto as larvas como os adultos se alimentam das rebentações, rebentos e folhas, debilitando a árvore e aumentando a possibilidade de dano. Apesar dos esforços de controlo biológico, nomeadamente recorrendo ao parasitóide Anaphes nitens, a eficácia do controlo revela-se variável. A taxa de parasitismo desce de 70-95% nas zonas de baixa altitude para 0-25% nas zonas com elevação superior a 600-700m, enquanto que temperaturas de inverno inferiores a 10°C estão associadas a um controle ineficaz.O impacto económico é significativo, sendo que os estragos causados pelo gorgulho resultaram, nos últimos 20 anos, em perdas na produção de madeira na ordem dos 648 milhões de euros em Portugal. Neste Hackathon, o desafio foi dividido em dois problemas relacionados. O primeiro incidiu no desenvolvimento de modelos preditivos para os níveis de desfolhamento com base nas condições ambientais e nas estratégias de organização florestal, permitindo assim que os decisores pudessem antecipar os riscos, dar prioridade às regiones para a monitorização e a intervenção, e otimizar a afetação de recursos enquanto se minimiza o impacto ambiental. O segundo envolveu a análise de dados de temperaturas de 2009-2011 para compreender como as condições climáticas afetam a dinâmica populacional entre o gorgulho e o seu parasitóide, sendo assim uma informação crucial para apoiar o controlo biológico e determinar as condições ótimas para a eficácia do inimigo natural.

 

Ver detalhes

Foto por Soliman Cifuentes na Unsplash

Thumbnail

 

Desafio de previsão da colheita de framboesa

Parceiro: The Summer Berry Company Portugal
Domínio: Agricultura
Ano: 2023
Prever a quantidade de frutos que podem ser colhidos semanalmente é fundamental para apoiar a gestão da produção de frutos vermelhos em estufas. Este valor é importante para planear a alocação de recursos humanos necessários à realização da colheita, e antever a quantidade de fruta disponível para entrega aos clientes. No caso de frutos vermelhos, que não podem ser armazenados e têm vida útil curta, a precisão da previsão é essencial. O grupo Summer Berry Company (TSBCo) produz pequenos frutos durante todo o ano. A produção é realizada em túneis de estufa, que permitem condições estáveis para o crescimento das plantas. No entanto, nem todos fatores ambientais podem ser controlados, especialmente os meteorológicos. Isto pode ter implicações na velocidade de desenvolvimento dos frutos e quantidade produzida em cada época. Neste Hackathon, foi lançado o desafio de criar um modelo de previsão de curto e médio prazo para a quantidade de framboesas colhidas. O projeto baseia a sua análise no histórico de dados colhidos pela empresa nas explorações agrícolas, que inclui, entre outros, dados de produção, caracterização de parâmetros fenológicos da cultura, dados meteorológicos e ambientais. Team Members Afonso Marques, Aziza Ben Tanfous, Beatriz Cardoso, Diogo Pinto, Luís Soares, Miguel Paulo Faculty advisor Rui Figueira Partner advisor João Alves, Ana Morais github repository https://github.com/isa-ulisboa/greends-hack2023-smb

 

Ver detalhes

Foto por Zach Inglis na Unsplash

Thumbnail

 

Priorização de ocorrências e alocação de meios de combate a incêndios florestais

Parceiro: ANEPC – FEPC
Domínio: Gestão de fogos florestais
Ano: 2023
Portugal é um país que tem sido gravemente afetado por incêndios nas últimas décadas, que geram elevados impactos sociais, económicos e ambientais. Existem vários fatores que contribuem para esta realidade: (1) o território com elevado abandono rural, que aliado à baixa rentabilidade dos espaços rurais, cria uma paisagem inflamável, com elevada continuidade e quantidade de combustível; (2) o clima favorável condições, especialmente durante o verão, agravadas pelas alterações climáticas; (3) um elevado número de ignições promovida por uma cultura de uso negligente do fogo. Os incêndios que geram maior área queimada e impactos negativos geralmente concentram-se num período de 10 a 15 dias. Este facto introduz complexidade na gestão do fogo, uma vez que grandes incêndios são muitas vezes acompanhado por simultaneidade (ou seja, várias ocorrências ocorrendo ao mesmo tempo) e alta dispersão pelo território nacional. Neste contexto, a gestão da supressão de incêndios é uma tarefa complexa que requer conhecimentos, ferramentas e esforços concertados de todos os envolvidos. Isto deve levar em conta as condições ambientais que influenciam o desenvolvimento dos incêndios, mas também a heterogeneidade espacial, temporal e de capacidade dos incêndios. recursos disponíveis para o combate. Para melhorar o sistema de combate a incêndios florestais, é importante aumentar a eficácia na resposta. Esta melhoria pode passar pela promoção de medidas de antevisão, que promovam a gestão eficaz dos recursos, mantendo o equilíbrio do sistema de combate (ou seja, evitando o seu colapso). A possibilidade de prever o tipo de evento, com base na análise do histórico de ocorrências, é um elemento importante no apoio às decisões de gestão de recursos. Neste Hackathon, o desafio é prever a probabilidade de um novo evento de incêndio florestal escapar ao ataque inicial que permite extingui-lo em 90 minutos, atendendo ao terreno e às condições meteorológicas associadas à ocorrência. O objetivo é também identificar quais os fatores que determinam que um fogo florestal possa escapar a este ataque inicial. Para este projecto foram utilizados dados históricos sobre ocorrências em Portugal desde 2018, incluindo dados operacionais, dados meteorológicos e dados geográficos. Team Members António Lacerda, Benjamin Hilliger, Christoph Fischer, Inês Silveira, Joana Esteves, Johanna Rauberger, Vasco Florentino Faculty advisor Akli Benali, Rui Figueira Partner advisor Fábio Silva, Alexandre Penha, Carlos Mota github repository https://github.com/isa-ulisboa/greends-hack2023-wildfire

 

Ver detalhes

Foto por Egor Vikhrev na Unsplash

Lista de workshops Hackathon