Publicação
Aplicação de Tratamento Automatizado de Faturas
| Resumo: | As empresas cada vez mais procuram automatizar os seus processos, em especial os que incluem atividades de natureza rotineira, repetitiva e que envolvem um elevado volume de dados a serem manuseados. É objetivo das organizações melhorar a eficiência e eficácia organizacional, diminuindo tempos e custos de funcionamento associados. As plataformas de computação na nuvem, como a Amazon, têm desempenhado um papel essencial nesta transformação e cada vez mais dispõem de uma diversidade de serviços que permitem solucionar problemas que, de outra forma, exigeria recursos significativos que são inexistentes ou escassos. Este projeto foi realizado na Management Solutions e teve como objetivo desenvolver uma aplicação que permitisse melhorar o processo de tratamento e análise de faturas de despesas dos colaboradores. Pretendeu-se utilizar algumas ferramentas a que todos os colaboradores acedem com o telemóvel para fazer o input da fatura através de uma imagem que, posteriormente fosse processada de forma mais automatizada possível, para extração dos vários campos que a integram. Para este efeito, foram equacionadas duas abordagens, uma que pudesse dar resposta imediata ao problema e que teve por base a construção de algoritmos de procura especifícos e outra que se suportasse num modelo de aprendizagem profunda com um dataset que seria continuamente atualizado com as faturas que viessem a ser introduzidas ao longo do tempo pelos colaboradores. As duas soluções revelaram-se válidas, a primeira é uma solução transitória, até que a segunda solução se apresente com níveis de robustez suficientes para ser utilizada com melhores resultados do que a primeira, ou seja, exista informação suficiente que permita ao modelo de aprendizagem profunda ser eficiente e preciso nas respostas. |
|---|---|
| Autores principais: | Lorena, Gustavo José Pires da Silveira e |
| Assunto: | Computação na nuvem aprendizagem profunda tratamento e análise de faturas de despesas Trabalhos de projeto de mestrado - 2020 |
| Ano: | 2020 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade de Lisboa |
| Idioma: | português |
| Origem: | Repositório da Universidade de Lisboa |
| Resumo: | As empresas cada vez mais procuram automatizar os seus processos, em especial os que incluem atividades de natureza rotineira, repetitiva e que envolvem um elevado volume de dados a serem manuseados. É objetivo das organizações melhorar a eficiência e eficácia organizacional, diminuindo tempos e custos de funcionamento associados. As plataformas de computação na nuvem, como a Amazon, têm desempenhado um papel essencial nesta transformação e cada vez mais dispõem de uma diversidade de serviços que permitem solucionar problemas que, de outra forma, exigeria recursos significativos que são inexistentes ou escassos. Este projeto foi realizado na Management Solutions e teve como objetivo desenvolver uma aplicação que permitisse melhorar o processo de tratamento e análise de faturas de despesas dos colaboradores. Pretendeu-se utilizar algumas ferramentas a que todos os colaboradores acedem com o telemóvel para fazer o input da fatura através de uma imagem que, posteriormente fosse processada de forma mais automatizada possível, para extração dos vários campos que a integram. Para este efeito, foram equacionadas duas abordagens, uma que pudesse dar resposta imediata ao problema e que teve por base a construção de algoritmos de procura especifícos e outra que se suportasse num modelo de aprendizagem profunda com um dataset que seria continuamente atualizado com as faturas que viessem a ser introduzidas ao longo do tempo pelos colaboradores. As duas soluções revelaram-se válidas, a primeira é uma solução transitória, até que a segunda solução se apresente com níveis de robustez suficientes para ser utilizada com melhores resultados do que a primeira, ou seja, exista informação suficiente que permita ao modelo de aprendizagem profunda ser eficiente e preciso nas respostas. |
|---|