Publicação
Inferência de propriedades químicas do algodão através de técnicas de Data Mining
| Resumo: | Este trabalho descreve a forma como a ferramenta de prospecção de dados (data mining) Clementine pode ser utilizada na extração de conhecimento de dados relativos a propriedades físicas e químicas da fibra de algodão. Os resultados atingidos demonstram a forma como as técnicas de prospecção de dados podem ser usadas para estabelecer, de forma eficiente, relações existentes entre as propriedades das fibras. O desenvolvimento tecnológico tornou possível a medição das diferentes propriedades fisicas das fibras de algodão tipo comprimento, micronaire, grau de uniformidade, alongamento, resistência, cor e grau de impureza. Isto é conseguido através da utilização de instrumentos HVI1, proporcionando resultados rápidos e fiáveis. No entanto, no que diz respeito ao estudo das propriedades químicas os resultados são obtidos usando métodos laboratoriais mais demorados e dispendiosos, assim por vezes são complectamente ignorados pelos diferentes agentes englobados no processo de transformação da metéria prima em produto final. Assim sendo, o estudo de todas as possiveis relações existentes entre as diferentes propriedades fisicas e químicas são descartadas. Este conhecimento é bastante importante, pois as propriedades químicas afectam em muito o processo de transformação das referidas fibras. Desta forma, através da utilização do Clementine, é possivel obter relações entre os diferentes tipos de caracteristicas da fibra apoiadas na geração de regras utilizando algoritmos de inteligência artificial. Neste estudo, são usadas várias técnicas de prospecção de dados existentes no Clementine. A prospecção de dados consiste num dos passos do processo de ECBD2, processo que tem como principal função a descoberta de conhecimeto entre conjuntos de dados. A ferramenta inclui técnicas avançadas de modelação baseadas em inteligência artificial, extraindo dos dados, possíveis relações complexas existentes, bem como regras de associação entre eles. Isto ajuda a automatizar processos tipo predição, estimativa e classificação, que podem ser usadas como forma de proporcionar decisões de suporte especializado. |
|---|---|
| Autores principais: | Bastos, Pedro Miguel Lopes |
| Assunto: | Extracção de conhecimento em bases de dados Prospecção de dados (Data Mining) Propriedades do algodão Knowledge discovery in databases Data Mining Cotton properties |
| Ano: | 2003 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade do Minho |
| Idioma: | português |
| Origem: | RepositóriUM - Universidade do Minho |
| Resumo: | Este trabalho descreve a forma como a ferramenta de prospecção de dados (data mining) Clementine pode ser utilizada na extração de conhecimento de dados relativos a propriedades físicas e químicas da fibra de algodão. Os resultados atingidos demonstram a forma como as técnicas de prospecção de dados podem ser usadas para estabelecer, de forma eficiente, relações existentes entre as propriedades das fibras. O desenvolvimento tecnológico tornou possível a medição das diferentes propriedades fisicas das fibras de algodão tipo comprimento, micronaire, grau de uniformidade, alongamento, resistência, cor e grau de impureza. Isto é conseguido através da utilização de instrumentos HVI1, proporcionando resultados rápidos e fiáveis. No entanto, no que diz respeito ao estudo das propriedades químicas os resultados são obtidos usando métodos laboratoriais mais demorados e dispendiosos, assim por vezes são complectamente ignorados pelos diferentes agentes englobados no processo de transformação da metéria prima em produto final. Assim sendo, o estudo de todas as possiveis relações existentes entre as diferentes propriedades fisicas e químicas são descartadas. Este conhecimento é bastante importante, pois as propriedades químicas afectam em muito o processo de transformação das referidas fibras. Desta forma, através da utilização do Clementine, é possivel obter relações entre os diferentes tipos de caracteristicas da fibra apoiadas na geração de regras utilizando algoritmos de inteligência artificial. Neste estudo, são usadas várias técnicas de prospecção de dados existentes no Clementine. A prospecção de dados consiste num dos passos do processo de ECBD2, processo que tem como principal função a descoberta de conhecimeto entre conjuntos de dados. A ferramenta inclui técnicas avançadas de modelação baseadas em inteligência artificial, extraindo dos dados, possíveis relações complexas existentes, bem como regras de associação entre eles. Isto ajuda a automatizar processos tipo predição, estimativa e classificação, que podem ser usadas como forma de proporcionar decisões de suporte especializado. |
|---|