Otimização de processos automáticos com algoritmos inteligentes

Detalhes bibliográficos
Autor(a) principal: Alexandre, Bruno Martins
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

Registros relacionados