Inteligência artificial mapeia campos eletromagnéticos em voos
O estudo utilizou mais de 80 horas de medições, reunindo 294.479 registros obtidos em quatro modelos de aeronaves: Cessna 172, Cessna 152, Aero AT-3 e Tecnam P2006T.
Uma pesquisa publicada na revista científica Scientific Reports apresentou um método de inteligência artificial capaz de reconstruir mapas tridimensionais de campos eletromagnéticos a partir de medições realizadas durante voos. A tecnologia combina dados coletados por sensores a bordo de aeronaves com modelos de aprendizado de máquina para estimar a distribuição desses campos em locais onde não houve medição direta.
O estudo utilizou mais de 80 horas de medições, reunindo 294.479 registros obtidos em quatro modelos de aeronaves: Cessna 172, Cessna 152, Aero AT-3 e Tecnam P2006T. Os equipamentos registraram campos elétricos em frequências de 1 a 8.000 MHz, junto com informações de latitude, longitude e altitude. Os testes foram realizados na região de um aeródromo no leste da Polônia.
O modelo desenvolvido, chamado DGKAN, combina duas técnicas de inteligência artificial para identificar relações complexas entre os dados e estimar a distribuição espacial dos campos eletromagnéticos. Nos testes, apresentou erro absoluto médio de 0,0381, cerca de 47,6% menor que o método convencional de interpolação Kriging e 27,6% inferior ao de uma rede Kolmogorov-Arnold utilizada isoladamente.
Além de estimar os valores, o sistema calcula a incerteza das previsões, o que pode ajudar a identificar regiões que precisam de medições adicionais. Segundo os pesquisadores, essa capacidade pode contribuir para avaliações ambientais, estudos de exposição eletromagnética e análises de compatibilidade entre sistemas eletrônicos em aeronaves.
Os autores ressaltam, porém, que os resultados ainda precisam ser validados em outras regiões geográficas, condições de voo, aeronaves e ambientes eletromagnéticos. As medições analisadas ficaram abaixo dos limites de exposição previstos na Diretiva Europeia 2013/35/UE, mas o estudo não demonstra que o modelo possa ser aplicado sem validação a qualquer cenário de aviação.
Fonte: Michałowska, J.; Tomiło, P. A hybrid artificial intelligence framework for three-dimensional electromagnetic field mapping using airborne measurements in general aviation. Scientific Reports, artigo em publicação antecipada, 2026. DOI: 10.1038/s41598-026-77076-6.
