Análise Comparativa de Técnicas de Aumento de Dados na Classificação de Escoamento Multifásico
Resumo
A aplicação de aprendizado de máquina em sistemas industriais de óleo e gás é frequentemente limitada pela escassez de dados rotulados e pelo desbalanceamento entre classes. Este trabalho investiga o impacto de técnicas de aumento de dados na classificação de regimes de escoamento multifásico utilizando dois conjuntos de dados experimentais. Foram avaliadas técnicas tradicionais de oversampling (SMOTE e ADASYN) e métodos generativos, incluindo Gaussian Copula, VAE e TVAE. Os experimentos foram conduzidos com Random Forest, XGBoost e LightGBM, utilizando validação cruzada estratificada e análise estatística baseada nos testes de Friedman e Nemenyi. Os resultados mostram que métodos generativos apresentaram melhor desempenho médio, com destaque para o VAE, que obteve o menor rank médio (1.17) e melhoria de até 0.03 no F1-score em relação ao cenário sem aumento de dados. Os resultados indicam que estratégias generativas podem melhorar a identificação de classes minoritárias em dados industriais desbalanceados.
Palavras-chave:
aprendizado de máquina, data augmentation, escoamento multifásico, desbalanceamento de classes
Referências
A. Al-Sarkhi, A. Sarica, S. A.-K. and Hasan, H. (2017). Dimensionless oil–water stratified to non-stratified flow pattern transition. Journal of Petroleum Science and Engineering, 151:284–291.
A. Fernández, S. G. and Herrera, F. (2018). Addressing the classification with imbalanced data: Smote and beyond. Artificial Intelligence Review, 52(3):665–691.
Al-Dogail, A. S. and Gajbhiye, R. N. (2021). Effects of density, viscosity and surface tension on flow regimes and pressure drop of two-phase flow in horizontal pipes. J. Pet. Sci. Eng., 205:108719.
Borges, C. F. et al. (2024). Limitations of conventional data augmentation in engineering tabular datasets: A review. Comput. Ind. Eng., 189:Article 109960.
Dablain, D. A. and Chawla, N. V. (2024). Data augmentation’s effect on machine learning models when learning with imbalanced data. In 2024 IEEE 11th International Conference on Data Science and Advanced Analytics (DSAA), pages 1–10, San Diego, CA, USA.
Khan, S. T. et al. (2025). Establishing operational boundaries for tabular data augmentation in petroleum engineering. Energy Rep., 11:3120–3129.
Kumar, A. V. et al. (2024). Safety constraints and optimization in offshore production systems: A data-driven approach. IEEE Access, 12:5500–5510.
L. Xu, A. Sklar, C. S. X. and Veeramachaneni, K. (2019). Modeling tabular data using conditional gan. In Proceedings of the 32nd Conference on Neural Information Processing Systems (NeurIPS).
Mumuni, A. and Mumuni, F. (2022). Data augmentation: A comprehensive survey of modern approaches. Array, 16:100258.
Patel, N. S. et al. (2024). Improving model generalization with gaussian copula-based data augmentation. Expert Syst. Appl., 250:Article 124100.
Santos, M. A. et al. (2024). Operational cost analysis and data scarcity in multiphase flow facilities. IEEE Trans. Ind. Appl., 60(1):100–109.
Zhang, H. M. and Li, Q. (2023). Enhancing tabular data generation via tabular variational autoencoders (tvae) for small datasets. IEEE Access, 11:99000–99010.
A. Fernández, S. G. and Herrera, F. (2018). Addressing the classification with imbalanced data: Smote and beyond. Artificial Intelligence Review, 52(3):665–691.
Al-Dogail, A. S. and Gajbhiye, R. N. (2021). Effects of density, viscosity and surface tension on flow regimes and pressure drop of two-phase flow in horizontal pipes. J. Pet. Sci. Eng., 205:108719.
Borges, C. F. et al. (2024). Limitations of conventional data augmentation in engineering tabular datasets: A review. Comput. Ind. Eng., 189:Article 109960.
Dablain, D. A. and Chawla, N. V. (2024). Data augmentation’s effect on machine learning models when learning with imbalanced data. In 2024 IEEE 11th International Conference on Data Science and Advanced Analytics (DSAA), pages 1–10, San Diego, CA, USA.
Khan, S. T. et al. (2025). Establishing operational boundaries for tabular data augmentation in petroleum engineering. Energy Rep., 11:3120–3129.
Kumar, A. V. et al. (2024). Safety constraints and optimization in offshore production systems: A data-driven approach. IEEE Access, 12:5500–5510.
L. Xu, A. Sklar, C. S. X. and Veeramachaneni, K. (2019). Modeling tabular data using conditional gan. In Proceedings of the 32nd Conference on Neural Information Processing Systems (NeurIPS).
Mumuni, A. and Mumuni, F. (2022). Data augmentation: A comprehensive survey of modern approaches. Array, 16:100258.
Patel, N. S. et al. (2024). Improving model generalization with gaussian copula-based data augmentation. Expert Syst. Appl., 250:Article 124100.
Santos, M. A. et al. (2024). Operational cost analysis and data scarcity in multiphase flow facilities. IEEE Trans. Ind. Appl., 60(1):100–109.
Zhang, H. M. and Li, Q. (2023). Enhancing tabular data generation via tabular variational autoencoders (tvae) for small datasets. IEEE Access, 11:99000–99010.
Publicado
19/07/2026
Como Citar
SIQUEIRA, Natássia; BEZERRA, João; PAGLIARINI, Sofia; CELY, Marlon; PALOMINO, Daniel.
Análise Comparativa de Técnicas de Aumento de Dados na Classificação de Escoamento Multifásico. In: SEMINÁRIO INTEGRADO DE SOFTWARE E HARDWARE (SEMISH), 53. , 2026, Gramado/RS.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2026
.
p. 872-877.
ISSN 2595-6205.
DOI: https://doi.org/10.5753/semish.2026.23063.
