Este trabalho foi publicado pelo Galoá e tem um DOI depositado. Para citar este trabalho, use um dos padrões abaixo:
Caso você seja um dos co-autores e queira cadastrar esse trabalho no seu Currículo Lattes, use o seguinte código: doi > 10.17648/sbai-2019-111396
Se você NUNCA registrou um DOI no seu Lattes, veja nosso tutorial!Uma falha industrial não detectada em tempo hábil pode gerar um conjunto de
consequências indesejáveis aos seres humanos, ao meio ambiente, a vida útil dos equipamentos e a produção da indústria. Dessa forma, existe uma alta demanda por soluções de sistemas seguros que consigam identificar falhas indústrias em tempo real. Em vista disso, este trabalho busca realizar a classificação de falhas indústrias por meio do método denominado Auto-Cloud que é adequado para tratar conjunto de dados em formato de streams de dados. Para validação do
classificador foi utilizado o benchmark Tennessee Eastman. O Auto Cloud foi implementado em linguagem de programação Python, para realização de testes foi necessário selecionar algumas falhas e variáveis de processo, a partir destes dados geramos gráficos nos quais o algoritmo identificou as falhas industriais, e, por fim são apresentadas as contribuições e ideias para trabalhos futuros.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo