Rafael Aredes Couto

Prof. Rafael Aredes Couto

orcid

Research Focus & Metrics

Academic Career Length

8Years (2019-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
10 June 2025 in Modelling
Verified
Journal Article
Open access
PDF file
Rafael Aredes CoutoRafael Aredes Couto
Rafael Aredes Couto
ICIgor Augusto Guimarães Campos
Igor Augusto Guimarães Campos
Elvys Dias ReisElvys Dias Reis
Elvys Dias Reis
DDDaniel Hasan Dalip
Daniel Hasan Dalip
FPFlávia Spitale Jacques Poggiali
Flávia Spitale Jacques Poggiali
PLPéter Ludvig
Péter Ludvig
The durability of reinforced concrete (RC) structures is strongly influenced by carbonation, a phenomenon governed by material and environmental interactions. This study applied machine learning (ML) techniques—Random Forest (RF), Support Vector Regression (SVR), and Artificial Neural Networks (ANNs)—to predict carbonation depth using a synthetic dataset of 20,000 instances generated from the validated Possan equation. Model performances were evaluated across multiple scenarios, with compressive strength and exposure time identified as the most influential features, while relative humidity and exposure conditions had intermediate effects. SVR consistently captured linear and nonlinear trends, the ANN achieved the highest R2 values but showed minor overestimations, and RF exhibited lower adaptability to feature variations. The results highlight the applicability of ML models for durability assessments, particularly under complex conditions where traditional approaches are limited. Moreover, this study reinforces the strategic value of synthetic datasets in developing predictive models when experimental data collection is time-consuming or impractical. The methodologies developed here can be extended beyond carbonation modeling to other deterioration processes, supporting data-driven strategies for maintenance planning and resilience design in RC structures.

28 December 2019 in Transportes
Verified
Journal Article
Open access
PDF file
COCaroline Buratto de Lima e Oliveira
Caroline Buratto de Lima e Oliveira
Marcelo GrecoMarcelo Greco
Marcelo Greco
CRCamila Esteves Romeiro
Camila Esteves Romeiro
JLJuliane Venturelli Silva Lima
Juliane Venturelli Silva Lima
Rafael Aredes CoutoRafael Aredes Couto
Rafael Aredes Couto
O controle do estado de condição de cada elemento da infraestrutura de transportes é fundamental para assegurar a operação do sistema a partir de um nível de segurança definido. Para a gestão desses elementos é necessário conhecer as características do parque de obras nacional, seu histórico, estado atual e a previsão do seu estado futuro através de modelos de deterioração – módulo crucial dos sistemas de gestão. Este artigo descreve o atual cenário da gestão de pontes rodoviárias no país e avalia as metodologias de inspeção existentes a partir da aplicação de técnicas de determinação de taxas de deterioração pelo método de cadeias de Markov. Os dados usados pertencem às pontes da malha rodoviária do estado de São Paulo com técnicas de inspeção diversas. Através dos resultados é possível constatar os avanços necessários às práticas existentes no país, considerando suas possíveis implicações sob um gerenciamento eficaz dessas obras.

1 January 2020 in Brazilian Journal of Development
Verified
Journal Article
Open access
PDF file
JGJanaina Madureira Gosling
Janaina Madureira Gosling
ACAna Flávia Barcelos Chaves
Ana Flávia Barcelos Chaves
RFRafael Ferreira Fernandes
Rafael Ferreira Fernandes
LALucas da Silva Faleiro Andrade
Lucas da Silva Faleiro Andrade
Rafael Aredes CoutoRafael Aredes Couto
Rafael Aredes Couto
EBEveraldo Bonaldo
Everaldo Bonaldo
Evaluation Process for Building Information Modeling (BIM): CUB-e Certification / Processo de Avaliação para Building Information Modeling (BIM): Certificação CUB-e