Compromisso com Transparência e Ciência Aberta
O projeto RioNowcast+Green adota como pilares a transparência e a ciência aberta. Todas as etapas do desenvolvimento e experimentos são documentadas, permitindo que pesquisadores e interessados possam compreender e reproduzir os resultados de forma íntegra.
Transparência de Resultados
O projeto mede e disponibiliza não apenas a performance dos modelos, mas também o impacto ambiental de todo o ciclo experimental.
Título: Green AI Aplicada ao Nowcasting: Um Estudo com Modelos Recorrentes Otimizados (Setembro 2025)
Autor: Douglas F. Brum
Link para a dissertação: Acessar PDF
Tempo computacional total: 1521,56 horas
- extração e pré-processamento de dados: 504 horas;
- implementação e calibração dos modelos: 272,02 horas;
- realização de experimentos e análise de resultados: 145,54 horas (realizado no cluster PlaFRIM)
Consumo de recursos:
-
Energia elétrica: 487,30 kWh
-
Emissões de CO₂ equivalente: 47,01 kg
-
Consumo de água: 8462,65 litros
Título: Avaliação de Técnicas de Inteligência Artificial para Previsão de Eventos Extremos de Precipitação no Rio de Janeiro a partir de Dados de Séries Temporais Multivariadas (Abril 2026)
Autor: Rafael Garcia Macedo
Link para a dissertação: Acessar PDF
Tempo computacional total: 782 horas
- extração e pré-processamento de dados: 285 horas (12,113 kWh);
- implementação e calibração dos modelos: 305 horas (12,963 kWh);
- realização de experimentos e análise de resultados: realização de experimentos e análise de resultados: 192 horas (18,728 kWh), das quais 119h (15,673 kWh) são referentes ao processo de treinamento dos modelos
Consumo de recursos:
-
Consumo de recursos total de 43,843 kWh, estando este associado a emissões de 4,31 kg de CO2 equivalente e um consumo de 814,79 litros de água, conforme calculado pela ferramenta wAIter .
Título: Modelagem das relações probabilísticas entre variáveis meteorológicas e precipitação no município do Rio de Janeiro por meio de redes bayesianas (Abril 2026)
Autor: Lucas Dirk Gomes Ferreira
Link para a dissertação: Acessar PDF
Tempo computacional total: 782 horas
- 3 horas e 1 minuto em um processador AMD Ryzen 5 5600G, com consumo de energia elétrica de 0,20 kWh, resultando em uma pegada estimada de 0,02 kgCO2e e 3,65 L de água no Brasil, conforme calculado com a calculadora wAIter (versão beta).
Consumo de recursos:
-
Esse consumo energético é aproximadamente equivalente a manter uma lâmpada de 60 W acesa por cerca de 3 horas e 20 minutos, enquanto a pegada hídrica corresponde a aproximadamente sete garrafas de água.
Trabalhos de Conclusão de Curso
Título: Do Data Lake à Aplicação: Armazenamento de Dados e Treinamento de Modelos para a Previsão Meteorológica na Cidade do Rio de Janeiro Utilizando Inteligência Artificial Verde (Julho 2026)
Autor: Gabriel Berto Breder
Link para a dissertação: Acessar PDF
Consumo de recursos:
-
Neste estudo, para o treinamento e ajuste dos modelos de aprendizado de máquina, consumimos 0,0263 kWh de energia, gerando 0,0025 kg de emissões de CO2e e utilizando 0,4888 litros de água.