PGMAT PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA (PGMAT) INSTITUTO DE MATEMÁTICA E ESTATÍSTICA Telefone/Ramal: Não informado

Banca de DEFESA: LAION LIMA BOAVENTURA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : LAION LIMA BOAVENTURA
DATA : 14/02/2020
HORA: 11:00
LOCAL: Instituto de Matemática e Estatística
TÍTULO:

Gráficos de Controle de Aprendizagem dos Processos: uma flexibilização de CEP com Inteligência Artificial (IA)


PALAVRAS-CHAVES:

Inteligência Artificial, CEP, Gráficos de Controle, Modelos de Classificação, Modelos de Regressão, Reamostragem.


PÁGINAS: 376
RESUMO:

Neste trabalho, utilizamos técnicas de Inteligência Artificial e Controle Estatístico de Processos em dois conjuntos de dados reais da área de construção civil, na presença de covariáveis e observações contínuas e categóricas. Os dados representam o processo diário de assentamento cerâmico sob a observação de interesse (níveis de satisfação do cliente, para o primeiro conjunto de dados e custo do processo para o segundo conjunto de dados) em quatro variáveis explicativas a esse processo. Para monitoramento do processo, com base no Gráfico de Controle de Regressão Múltipla, proposto por Haworth (1996), no Gráfico p tradicional, para controle de atributos, e em algumas ferramentas de controle que fazem uso inteligência artificial, dois novos tipos de gráficos de controle são desenvolvidos. Denominados como Gráfico de Controle de Classificação e Gráfico de Controle de Predição para Respostas Contínuas, seu desenvolvimento foi embasado em conceitos de modelagem estatística (paramétrica e não paramétrica), assim como em processos de reamostragem utilizando aprendizagem de máquinas e inteligência artificial. Primeiramente, alguns modelos de classificação e de regressão, competitivos quanto à sua capacidade preditiva, são apresentados de forma que a modelagem selecionada resulte em estimações mais próximas possíveis dos valores reais. Para isso, utilizando de técnicas de aprendizagem de máquinas, métricas de desempenho são comparadas. Em seguida, procedimentos de reamostragem, como por exemplo, Validação Cruzada k-fold, são propostos a fim de garantir a extração máxima de informação dos dados que servirão para construção dos limites de controles dos gráficos. Estudos de simulação foram realizados com o objetivo de comparar, com base no Comprimento Médio de Corrida (ARL), desempenho no monitoramento do processo dos gráficos propostos em diferentes cenários simulados.


MEMBROS DA BANCA:
Presidente - 287722 - ROSEMEIRE LEOVIGILDO FIACCONE
Externo ao Programa - 1429447 - ANGELO MARCIO OLIVEIRA SANT ANNA
Externo à Instituição - DANILO MARCONDES FILHO - UFRGS
Notícia cadastrada em: 17/01/2020 15:39
SIGAA | STI/SUPAC - - | Copyright © 2006-2023 - UFBA