Técnicas Básicas de Machine Learning aplicadas ao problema inverso de Tomografia por Impedância Elétrica

Detalhes bibliográficos
Autor(a) principal: Bruscato, Mateus
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/123456789/232488
Resumo: TCC (graduação) - Universidade Federal de Santa Catarina. Centro de Ciências Físicas e Matemáticas. Matemática.
id UFSC_f068bec1c41bcec8527342bdbf0a0757
oai_identifier_str oai:repositorio.ufsc.br:123456789/232488
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Técnicas Básicas de Machine Learning aplicadas ao problema inverso de Tomografia por Impedância ElétricaTomografia por Impedância Elétrica, Problemas Inversos, Machine Learning.TCC (graduação) - Universidade Federal de Santa Catarina. Centro de Ciências Físicas e Matemáticas. Matemática.A tomografia por impedância elétrica é uma ferramenta que permite obter informações do interior de um corpo de prova, através da aplicação de correntes elétricas em sua fronteira, e mensuração das respectivas voltagens produzidas também na fronteira. Essa ferramenta tem aplicação em diversas áreas. Conforme Aguilar (2009), uma aplicação é no reconhecimento de padrões de escoamento de tubos de extração de petróleo. Porém, para sua aplicação é necessário resolver um problema inverso que é mal posto no sentido de Hadamard. O presente trabalho utiliza técnicas de Aprendizagem de Máquina ou Machine Learning para reconstruir uma característica da solução do problema inverso de tomografia por impedância elétrica, para classificar o padrão de escoamento bifásico e calcular a fração volumétrica de óleo dentro do tubo de extração. Apresentaremos os resultados dos testes realizados com as técnicas de regressão linear e regressão logística, a partir de dados simulados de padrões de escoamento.Florianópolis, SCMargotti, Fábio JúniorUniversidade Federal de Santa CatarinaBruscato, Mateus2022-03-21T19:20:09Z2022-03-21T19:20:09Z2021-09-24info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfhttps://repositorio.ufsc.br/handle/123456789/232488info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2022-03-21T19:20:09Zoai:repositorio.ufsc.br:123456789/232488Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732022-03-21T19:20:09Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Técnicas Básicas de Machine Learning aplicadas ao problema inverso de Tomografia por Impedância Elétrica
title Técnicas Básicas de Machine Learning aplicadas ao problema inverso de Tomografia por Impedância Elétrica
spellingShingle Técnicas Básicas de Machine Learning aplicadas ao problema inverso de Tomografia por Impedância Elétrica
Bruscato, Mateus
Tomografia por Impedância Elétrica, Problemas Inversos, Machine Learning.
title_short Técnicas Básicas de Machine Learning aplicadas ao problema inverso de Tomografia por Impedância Elétrica
title_full Técnicas Básicas de Machine Learning aplicadas ao problema inverso de Tomografia por Impedância Elétrica
title_fullStr Técnicas Básicas de Machine Learning aplicadas ao problema inverso de Tomografia por Impedância Elétrica
title_full_unstemmed Técnicas Básicas de Machine Learning aplicadas ao problema inverso de Tomografia por Impedância Elétrica
title_sort Técnicas Básicas de Machine Learning aplicadas ao problema inverso de Tomografia por Impedância Elétrica
author Bruscato, Mateus
author_facet Bruscato, Mateus
author_role author
dc.contributor.none.fl_str_mv Margotti, Fábio Júnior
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Bruscato, Mateus
dc.subject.por.fl_str_mv Tomografia por Impedância Elétrica, Problemas Inversos, Machine Learning.
topic Tomografia por Impedância Elétrica, Problemas Inversos, Machine Learning.
description TCC (graduação) - Universidade Federal de Santa Catarina. Centro de Ciências Físicas e Matemáticas. Matemática.
publishDate 2021
dc.date.none.fl_str_mv 2021-09-24
2022-03-21T19:20:09Z
2022-03-21T19:20:09Z
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/123456789/232488
url https://repositorio.ufsc.br/handle/123456789/232488
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.publisher.none.fl_str_mv Florianópolis, SC
publisher.none.fl_str_mv Florianópolis, 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_ 1808651976484847616

Registros relacionados