http://repositorio.unb.br/handle/10482/52582
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
2025_MatheusNoschangDeOliveira_DISSERT.pdf | 6,25 MB | Adobe PDF | Visualizar/Abrir |
Título: | Rastreando a inovação industrial : análise de redes sociais de artigos e patentes de SAF assistida por LLM |
Autor(es): | Oliveira, Matheus Noschang de |
Orientador(es): | Serrano, André Luiz Marques |
Assunto: | Inovação Biocombustíveis Aviação Framework |
Data de publicação: | 9-Out-2025 |
Data de defesa: | 20-Ago-2025 |
Referência: | OLIVEIRA, Matheus Noschang de. Rastreando a inovação industrial: análise de redes sociais de artigos e patentes de SAF assistida por LLM. 2025. 66 f., il. Dissertação (Mestrado Profissional em Engenharia Elétrica) — Universidade de Brasília, Brasília, 2025. |
Resumo: | Esta dissertação investiga a dinâmica de inovação dos Combustíveis Sustentáveis de Aviação (SAF) por meio de uma abordagem integrada, que combina análise de redes de patentes, teoria de redes sociais e técnicas de aprendizado de máquina. Ao unir perspectivas tecnológicas e institucionais, o estudo revela barreiras críticas que dificultam a conversão da expertise brasileira consolidada em biocombustíveis em uma posição de liderança em inovação em SAF. A análise das redes globais de patentes em SAF identifica três principais agrupamentos tecnológicos — hidroprocessamento de lipídios, conversão termoquímica via gaseificação e síntese de Fischer-Tropsch, e rotas eletroquímicas emergentes — nos quais os atores brasileiros permanecem sub-representados. Análises complementares de redes de co-invenção e coautoria evidenciam uma desconexão estrutural entre a pesquisa acadêmica e o desenvolvimento industrial no Brasil, em contraste com as colaborações universidade-indústria integradas observadas nos Estados Unidos e na Europa. Para enfrentar essas lacunas, desenvolveu-se um sistema de pareamento entre patentes e artigos, baseado em arquiteturas de transformadores e em um grafo de conhecimento específico do domínio, alcançando 89\% de acurácia na identificação de domínios de inovação compartilhados. Esse sistema foi integrado a uma ferramenta de apoio à decisão, baseada em modelos de linguagem de grande porte (LLM), permitindo a identificação de trajetórias de colaboração de alto potencial — como o redirecionamento da expertise brasileira em etanol para rotas de álcool-para-querosene (ATJ). As descobertas fundamentam recomendações políticas-chave, incluindo a necessidade de marcos regulatórios híbridos, incentivos direcionados à inovação e estratégias de colaboração internacional. O estudo contribui metodologicamente ao demonstrar o valor da combinação entre análise de redes multicamadas e aprendizado de máquina para o mapeamento de ecossistemas de inovação sustentável. Trabalhos futuros devem expandir o arcabouço para redes dinâmicas e multicamadas, incorporar modelagem tecnoeconômica e ampliar o escopo geográfico da análise. Em última instância, a pesquisa oferece insights teóricos e práticos para acelerar a transição para combustíveis de aviação de baixo carbono, enfatizando que soluções tecnológicas só são eficazes quando inseridas em redes institucionais e colaborativas robustas. |
Abstract: | This dissertation investigates the innovation dynamics of Sustainable Aviation Fuels (SAF) through an integrated approach that combines patent network analysis, social network theory, and machine learning techniques. By bridging technological and institutional perspectives, the study reveals critical barriers that hinder the transformation of Brazil’s established biofuel expertise into a leadership position in SAF innovation. The analysis of global SAF patent networks identifies three main technological clusters — hydroprocessing of lipids, thermochemical conversion via gasification and Fischer–Tropsch synthesis, and emerging electrochemical pathways — in which Brazilian actors remain underrepresented. Complementary analyses of co-inventorship and co-authorship networks highlight a structural disconnect between academic research and industrial development in Brazil, in contrast to the integrated university–industry collaborations observed in the United States and Europe. To address these gaps, the study develops a patent–article matching system based on transformer architectures and a domain-specific knowledge graph, achieving 89% accuracy in identifying shared innovation domains. This system is integrated into a decision support tool based on large language models (LLMs), enabling the identification of high-potential collaboration pathways — such as redirecting Brazil’s ethanol expertise toward alcohol-to-jet (ATJ) routes. The findings underpin key policy recommendations, including the need for hybrid regulatory frameworks, targeted innovation incentives, and international collaboration strategies. Methodologically, the study demonstrates the value of combining multilayer network analysis with machine learning to map sustainable innovation ecosystems. Future work should extend the framework to dynamic and multilayer networks, incorporate technoeconomic modeling, and broaden the geographical scope of analysis. Ultimately, the research offers both theoretical and practical insights for accelerating the transition to low-carbon aviation fuels, emphasizing that technological solutions are only effective when embedded in robust institutional and collaborative networks. |
Unidade Acadêmica: | Faculdade de Tecnologia (FT) Departamento de Engenharia Elétrica (FT ENE) |
Informações adicionais: | Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, Programa de Pós-Graduação em Engenharia Elétrica, 2025. |
Programa de pós-graduação: | Programa de Pós-Graduação em Engenharia Elétrica, Mestrado Profissional |
Licença: | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. |
Aparece nas coleções: | Teses, dissertações e produtos pós-doutorado |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.