Otimização de processos automáticos com algoritmos inteligentes
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10451/39106 |
Resumo: | Tese de mestrado, Engenharia Informática (Engenharia de Software) Universidade de Lisboa, Faculdade de Ciências, 2019 |
id |
RCAP_84fa4128c3a1191ed4f001b5893dbb4d |
---|---|
oai_identifier_str |
oai:repositorio.ul.pt:10451/39106 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Otimização de processos automáticos com algoritmos inteligentesOtimização de algoritmosClusteringMachine learningComputer visionRedes neuronais convulsionaisTeses de mestrado - 2019Departamento de InformáticaTese de mestrado, Engenharia Informática (Engenharia de Software) Universidade de Lisboa, Faculdade de Ciências, 2019Parte do trabalho realizado por uma empresa passa pela identificação e proposta de soluções para problemas relacionados com os processos de negócio dos seus clientes. Essa participação ativa, para além de trazer novas propostas de trabalho e consequentemente ajudar financeiramente a empresa, mostra ao cliente que as suas atividades estão a ser continuamente monitorizadas e avaliadas de forma a aumentar o seu desempenho. Este relatório detalho o desenvolvimento de dois projetos, sendo que em cada um foi explorada uma proposta de otimização para um processo automático de um cliente da Accenture. O primeiro projeto realizado teve foco no algoritmo utilizado por uma distribuidora elétrica para calcular as estimativas de consumo de eletricidade dos seus clientes. O problema relacionado com este algoritmo consistiu no facto do mesmo não ter em consideração o comportamento de cada cliente de acordo com o período do ano em que se encontra, causando elevadas divergências entre valores de consumo estimados e reais, consequentemente, a insatisfação e queixa por parte dos mesmos. No segundo projeto foi trabalhado o algoritmo de deteção automática de matrículas utilizado por uma agente rodoviária. Neste algoritmo é aplicado um software ANRP/LPR que não tem em consideração o padrão das matrículas portuguesas e as características dos locais onde estão instalados os aparelhos de captura da agente rodoviária, limitando a percentagem de matrículas detetadas e impossibilitando a redução da sua taxa de erro. Relativamente o algoritmo de estimativas, foram propostos algoritmos baseados no histórico de consumo dos clientes da distribuidora, introduzindo o fator sazonalidade, e aplicadas técnicas de clustering, agrupando clientes com comportamento semelhante e, dessa forma, tendo em consideração possíveis mudanccas comportamentais nos clientes da distribuidora. Relativamente ao algoritmo de deteção automática de matrículas, foi implementado um sistema ALPR de raiz utilizando em cada uma das suas camadas imagens reais capturadas pelo agente rodoviário. Neste sistema foram utilizadas técnicas de deteção de objetos através das bibliotecas do OpenCV e de reconhecimento de caracteres através da framework disponibilizada pelo tensorflow, demonstrando o que se pode produzir apenas com software gratuito. Depois de implementado o sistema ALPR, o mesmo foi aplicado a milhares de imagens fornecidas pela agente rodoviária e sobre o seu output foram aplicadas técnicas de deteção e correção de erros, tendo obtido melhores resultados para os valores da percentagem de matrículas detetadas e taxa de erro dos que os obtidos pelo algoritmo utilizado atualmente pela agente rodoviária.Antunes, Luís Alberto dos Santos, 1967-Pinto, Alexandre MiguelRepositório da Universidade de LisboaAlexandre, Bruno Martins2019-07-15T14:10:19Z201920192019-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10451/39106TID:202260070porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-11-08T16:37:22Zoai:repositorio.ul.pt:10451/39106Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:52:52.313890Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Otimização de processos automáticos com algoritmos inteligentes |
title |
Otimização de processos automáticos com algoritmos inteligentes |
spellingShingle |
Otimização de processos automáticos com algoritmos inteligentes Alexandre, Bruno Martins Otimização de algoritmos Clustering Machine learning Computer vision Redes neuronais convulsionais Teses de mestrado - 2019 Departamento de Informática |
title_short |
Otimização de processos automáticos com algoritmos inteligentes |
title_full |
Otimização de processos automáticos com algoritmos inteligentes |
title_fullStr |
Otimização de processos automáticos com algoritmos inteligentes |
title_full_unstemmed |
Otimização de processos automáticos com algoritmos inteligentes |
title_sort |
Otimização de processos automáticos com algoritmos inteligentes |
author |
Alexandre, Bruno Martins |
author_facet |
Alexandre, Bruno Martins |
author_role |
author |
dc.contributor.none.fl_str_mv |
Antunes, Luís Alberto dos Santos, 1967- Pinto, Alexandre Miguel Repositório da Universidade de Lisboa |
dc.contributor.author.fl_str_mv |
Alexandre, Bruno Martins |
dc.subject.por.fl_str_mv |
Otimização de algoritmos Clustering Machine learning Computer vision Redes neuronais convulsionais Teses de mestrado - 2019 Departamento de Informática |
topic |
Otimização de algoritmos Clustering Machine learning Computer vision Redes neuronais convulsionais Teses de mestrado - 2019 Departamento de Informática |
description |
Tese de mestrado, Engenharia Informática (Engenharia de Software) Universidade de Lisboa, Faculdade de Ciências, 2019 |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019-07-15T14:10:19Z 2019 2019 2019-01-01T00:00:00Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10451/39106 TID:202260070 |
url |
http://hdl.handle.net/10451/39106 |
identifier_str_mv |
TID:202260070 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799134465568538624 |