Aplicação de técnicas de aprendizado de máquina para classificar potenciais quebras na linha de produção de lentes oftalmológicas
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
Texto Completo: | http://app.uff.br/riuff/handle/1/25229 |
Resumo: | Com o advento da globalização, houve o processo de intensificação dos mercados que por sua vez acarretou um maior nível de competição entre as instituições. Nesse contexto, as empresas procuram otimizar seus processos produtivos para mantê-las dentro de um ambiente altamente competitivo, como a redução de quebras que, por sua vez, acabam sendo associadas a diversas variáveis pertinentes à produção. Em paralelo aos acontecimentos citados, o desenvolvimento de novas tecnologias associadas à área de tecnologia da informação vem passando por diversos avanços tanto em questões de capacidade de processamento quanto na solução de problemas complexos. Dentre esses avanços, a temática de aprendizado de máquina oriundo de uma ramificação da inteligência artificial vem ganhando destaque devido aos seus bons resultados em encontrar relações complexas entre variáveis. Nesse ambiente, a premissa de investir em inovação se faz presente, abrindo espaço para aprendizado de máquina ser empregada com o intuito de encontrar padrões e relações antes ocultos aos olhos humanos. Neste trabalho, técnicas de aprendizado de máquina são aplicados ao problema de predição de quebra de produtos em uma linha de produção para fabricação de lentes oftalmológicas. O melhor modelo preditivo obtido após a realização dos experimentos alcançou uma acurácia 92,02% |
id |
UFF-2_fe77cc94a3537058ed63039beddcc8c7 |
---|---|
oai_identifier_str |
oai:app.uff.br:1/25229 |
network_acronym_str |
UFF-2 |
network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository_id_str |
2120 |
spelling |
Aplicação de técnicas de aprendizado de máquina para classificar potenciais quebras na linha de produção de lentes oftalmológicasInteligência artificialAprendizado de máquinaClassificação preditivaMelhoria contínuaTecnologia da informaçãoInteligência artificialAprendizado de máquinaTecnologia da informaçãoArtificial intelligenceMachine learningPredictive classificationContinuous improvementQualityInformation technologyCom o advento da globalização, houve o processo de intensificação dos mercados que por sua vez acarretou um maior nível de competição entre as instituições. Nesse contexto, as empresas procuram otimizar seus processos produtivos para mantê-las dentro de um ambiente altamente competitivo, como a redução de quebras que, por sua vez, acabam sendo associadas a diversas variáveis pertinentes à produção. Em paralelo aos acontecimentos citados, o desenvolvimento de novas tecnologias associadas à área de tecnologia da informação vem passando por diversos avanços tanto em questões de capacidade de processamento quanto na solução de problemas complexos. Dentre esses avanços, a temática de aprendizado de máquina oriundo de uma ramificação da inteligência artificial vem ganhando destaque devido aos seus bons resultados em encontrar relações complexas entre variáveis. Nesse ambiente, a premissa de investir em inovação se faz presente, abrindo espaço para aprendizado de máquina ser empregada com o intuito de encontrar padrões e relações antes ocultos aos olhos humanos. Neste trabalho, técnicas de aprendizado de máquina são aplicados ao problema de predição de quebra de produtos em uma linha de produção para fabricação de lentes oftalmológicas. O melhor modelo preditivo obtido após a realização dos experimentos alcançou uma acurácia 92,02%As the phenomenon of globalization took place there has been a process of intensification of markets, which in turn has led to a higher level of competition among institutions. In this context, companies seek to improve their production processes to keep them within a highly competitive environment, such as the reduction of outages, which in turn ends up being associated with several variables pertinent to production. In parallel to the aforementioned events, the development of new technologies associated with the information technology area has been going through several advances both in terms of processing capacity and solutions to complex problems. Among these advances, the machine learning field, a branch of artificial intelligence, has been gaining prominence due to its good results in finding complex relationships between variables. In this vein, the premise of promoting innovation is imperative, making room for machine learning to be employed in order to find patterns and relationships previously hidden from human eyes. In this work, machine learning techniques are applied to the problem of predicting products outages in a production line for the manufacture of lenses. The best predictive model found after our experiments reached an accuracy of 93,90 %64 f.Cerqueira, Fabio RibeiroSacco, Wagner FigueiredoMartin, Mateus PereiraSouza, Douglas Pires de2022-06-14T17:27:29Z2022-06-14T17:27:29Z2022info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfSOUZA, Douglas Pires de. Aplicação de técnicas de aprendizado de máquina para classificar potenciais quebras na linha de produção de lentes oftalmológicas. 2022. 64 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Produção) - Escola de Engenharia de Petrópolis, Universidade Federal Fluminense, Petrópolis, 2022.http://app.uff.br/riuff/handle/1/25229CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2022-06-14T17:27:33Zoai:app.uff.br:1/25229Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-08-19T11:20:02.103501Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
dc.title.none.fl_str_mv |
Aplicação de técnicas de aprendizado de máquina para classificar potenciais quebras na linha de produção de lentes oftalmológicas |
title |
Aplicação de técnicas de aprendizado de máquina para classificar potenciais quebras na linha de produção de lentes oftalmológicas |
spellingShingle |
Aplicação de técnicas de aprendizado de máquina para classificar potenciais quebras na linha de produção de lentes oftalmológicas Souza, Douglas Pires de Inteligência artificial Aprendizado de máquina Classificação preditiva Melhoria contínua Tecnologia da informação Inteligência artificial Aprendizado de máquina Tecnologia da informação Artificial intelligence Machine learning Predictive classification Continuous improvement Quality Information technology |
title_short |
Aplicação de técnicas de aprendizado de máquina para classificar potenciais quebras na linha de produção de lentes oftalmológicas |
title_full |
Aplicação de técnicas de aprendizado de máquina para classificar potenciais quebras na linha de produção de lentes oftalmológicas |
title_fullStr |
Aplicação de técnicas de aprendizado de máquina para classificar potenciais quebras na linha de produção de lentes oftalmológicas |
title_full_unstemmed |
Aplicação de técnicas de aprendizado de máquina para classificar potenciais quebras na linha de produção de lentes oftalmológicas |
title_sort |
Aplicação de técnicas de aprendizado de máquina para classificar potenciais quebras na linha de produção de lentes oftalmológicas |
author |
Souza, Douglas Pires de |
author_facet |
Souza, Douglas Pires de |
author_role |
author |
dc.contributor.none.fl_str_mv |
Cerqueira, Fabio Ribeiro Sacco, Wagner Figueiredo Martin, Mateus Pereira |
dc.contributor.author.fl_str_mv |
Souza, Douglas Pires de |
dc.subject.por.fl_str_mv |
Inteligência artificial Aprendizado de máquina Classificação preditiva Melhoria contínua Tecnologia da informação Inteligência artificial Aprendizado de máquina Tecnologia da informação Artificial intelligence Machine learning Predictive classification Continuous improvement Quality Information technology |
topic |
Inteligência artificial Aprendizado de máquina Classificação preditiva Melhoria contínua Tecnologia da informação Inteligência artificial Aprendizado de máquina Tecnologia da informação Artificial intelligence Machine learning Predictive classification Continuous improvement Quality Information technology |
description |
Com o advento da globalização, houve o processo de intensificação dos mercados que por sua vez acarretou um maior nível de competição entre as instituições. Nesse contexto, as empresas procuram otimizar seus processos produtivos para mantê-las dentro de um ambiente altamente competitivo, como a redução de quebras que, por sua vez, acabam sendo associadas a diversas variáveis pertinentes à produção. Em paralelo aos acontecimentos citados, o desenvolvimento de novas tecnologias associadas à área de tecnologia da informação vem passando por diversos avanços tanto em questões de capacidade de processamento quanto na solução de problemas complexos. Dentre esses avanços, a temática de aprendizado de máquina oriundo de uma ramificação da inteligência artificial vem ganhando destaque devido aos seus bons resultados em encontrar relações complexas entre variáveis. Nesse ambiente, a premissa de investir em inovação se faz presente, abrindo espaço para aprendizado de máquina ser empregada com o intuito de encontrar padrões e relações antes ocultos aos olhos humanos. Neste trabalho, técnicas de aprendizado de máquina são aplicados ao problema de predição de quebra de produtos em uma linha de produção para fabricação de lentes oftalmológicas. O melhor modelo preditivo obtido após a realização dos experimentos alcançou uma acurácia 92,02% |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-06-14T17:27:29Z 2022-06-14T17:27:29Z 2022 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
SOUZA, Douglas Pires de. Aplicação de técnicas de aprendizado de máquina para classificar potenciais quebras na linha de produção de lentes oftalmológicas. 2022. 64 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Produção) - Escola de Engenharia de Petrópolis, Universidade Federal Fluminense, Petrópolis, 2022. http://app.uff.br/riuff/handle/1/25229 |
identifier_str_mv |
SOUZA, Douglas Pires de. Aplicação de técnicas de aprendizado de máquina para classificar potenciais quebras na linha de produção de lentes oftalmológicas. 2022. 64 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Produção) - Escola de Engenharia de Petrópolis, Universidade Federal Fluminense, Petrópolis, 2022. |
url |
http://app.uff.br/riuff/handle/1/25229 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
CC-BY-SA info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
CC-BY-SA |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
instname_str |
Universidade Federal Fluminense (UFF) |
instacron_str |
UFF |
institution |
UFF |
reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
repository.mail.fl_str_mv |
riuff@id.uff.br |
_version_ |
1811823725853540352 |