Detalhes bibliográficos
| Ano de defesa: |
2021 |
| Autor(a) principal: |
Santos, Mailson Ribeiro |
| Orientador(a): |
Oliveira, Luiz Affonso Henderson Guedes de |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal do Rio Grande do Norte
|
| Programa de Pós-Graduação: |
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://repositorio.ufrn.br/handle/123456789/32059
|
Resumo: |
Este trabalho propõe uma metodologia para detecção e identificação de falhas em sistemas dinâmicos, através de uma abordagem on-line e evolutiva. A proposta é dividida em três estágios, na qual são realizados o pré-processamento e pós-processamento dos dados com o intuito de aumentar a robustez da metodologia na presença de outliers e ruídos, no pré-processamento é realizada a seleção de características, normalização dos dados, filtragem e adição de regressores, já no pós-processamento é realizada uma filtragem de tempo. No estágio de processamento é aplicada uma abordagem adaptável e não-supervisionado, por meio do algoritmo Auto-Cloud, que realiza o agrupamento e classificação de streams de dados. Para validação desta proposta foram utilizadas diferentes métricas de avaliação, como Adjusted Rand Index (ARI), homogeneidade, completude, precisão, f1_score, recall, sendo obtidos resultados satisfatórios. Por fim, é apresentada a conclusão deste trabalho, além de propostas para trabalhos futuros. |
