Aprendizado de Máquina aplicado à Predição de incêndio em Canavial
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFSC |
Texto Completo: | https://repositorio.ufsc.br/handle/123456789/228598 |
Resumo: | TCC (graduação) - Universidade Federal de Santa Catarina. Campus Blumenau. Engenharia de Controle e Automação |
id |
UFSC_ee7d11dd88b0609f097337e335682964 |
---|---|
oai_identifier_str |
oai:repositorio.ufsc.br:123456789/228598 |
network_acronym_str |
UFSC |
network_name_str |
Repositório Institucional da UFSC |
repository_id_str |
2373 |
spelling |
Aprendizado de Máquina aplicado à Predição de incêndio em CanavialIncêndiosCanavialInteligência ArtificialModelos PreditivosXGBoostTCC (graduação) - Universidade Federal de Santa Catarina. Campus Blumenau. Engenharia de Controle e AutomaçãoEste trabalho descreve o desenvolvimento de um modelo de aprendizado de máquina que prediz incêndio em um canavial de uma empresa da região noroeste do estado de São Paulo. Inicialmente é apresentada a fundamentação teórica sobre a matéria-prima cana-de-açúcar, assim como também são retratados conceitos relacionados a modelos de aprendizado de máquina. São apresentadas as etapas desenvolvidas até se alcançar um modelo com um resultado satisfatório. Foi mostrada a metodologia aplicada durante o progresso do algoritmo. Assim, o projeto foi caracterizado a partir da seleção de variáveis, tratamento dos dados, criação de novos atributos, transformações de dados, técnicas de pré-processamentos, além da validação do modelo produzido. Por fim, os resultados da implementação do projeto são discutidos, os quais mostram que o sistema proposto é aceitável, servindo de apoio para áreas de gerenciamento de risco de focos de incêndio da empresa.Blumenau, SCBrito, Maiquel deUniversidade Federal de Santa CatarinaSilva, Franciele Kuwahara de Matos2021-10-01T20:54:04Z2021-10-01T20:54:04Z2021-09-22info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis63 fapplication/pdfhttps://repositorio.ufsc.br/handle/123456789/228598info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2021-10-01T20:54:04Zoai:repositorio.ufsc.br:123456789/228598Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732021-10-01T20:54:04Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false |
dc.title.none.fl_str_mv |
Aprendizado de Máquina aplicado à Predição de incêndio em Canavial |
title |
Aprendizado de Máquina aplicado à Predição de incêndio em Canavial |
spellingShingle |
Aprendizado de Máquina aplicado à Predição de incêndio em Canavial Silva, Franciele Kuwahara de Matos Incêndios Canavial Inteligência Artificial Modelos Preditivos XGBoost |
title_short |
Aprendizado de Máquina aplicado à Predição de incêndio em Canavial |
title_full |
Aprendizado de Máquina aplicado à Predição de incêndio em Canavial |
title_fullStr |
Aprendizado de Máquina aplicado à Predição de incêndio em Canavial |
title_full_unstemmed |
Aprendizado de Máquina aplicado à Predição de incêndio em Canavial |
title_sort |
Aprendizado de Máquina aplicado à Predição de incêndio em Canavial |
author |
Silva, Franciele Kuwahara de Matos |
author_facet |
Silva, Franciele Kuwahara de Matos |
author_role |
author |
dc.contributor.none.fl_str_mv |
Brito, Maiquel de Universidade Federal de Santa Catarina |
dc.contributor.author.fl_str_mv |
Silva, Franciele Kuwahara de Matos |
dc.subject.por.fl_str_mv |
Incêndios Canavial Inteligência Artificial Modelos Preditivos XGBoost |
topic |
Incêndios Canavial Inteligência Artificial Modelos Preditivos XGBoost |
description |
TCC (graduação) - Universidade Federal de Santa Catarina. Campus Blumenau. Engenharia de Controle e Automação |
publishDate |
2021 |
dc.date.none.fl_str_mv |
2021-10-01T20:54:04Z 2021-10-01T20:54:04Z 2021-09-22 |
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 |
https://repositorio.ufsc.br/handle/123456789/228598 |
url |
https://repositorio.ufsc.br/handle/123456789/228598 |
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 |
63 f application/pdf |
dc.publisher.none.fl_str_mv |
Blumenau, SC |
publisher.none.fl_str_mv |
Blumenau, SC |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFSC instname:Universidade Federal de Santa Catarina (UFSC) instacron:UFSC |
instname_str |
Universidade Federal de Santa Catarina (UFSC) |
instacron_str |
UFSC |
institution |
UFSC |
reponame_str |
Repositório Institucional da UFSC |
collection |
Repositório Institucional da UFSC |
repository.name.fl_str_mv |
Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC) |
repository.mail.fl_str_mv |
|
_version_ |
1808652229874286592 |