ANÁLISE COMPARATIVA DE MODELOS DE PREDIÇÃO POR APRENDIZADO DE MÁQUINA COMO SUPORTE À ANTECIPAÇÃO DE FALHAS DE VIA PERMANENTE FERROVIÁRIA - Ietec

ANÁLISE COMPARATIVA DE MODELOS DE PREDIÇÃO POR APRENDIZADO DE MÁQUINA COMO SUPORTE À ANTECIPAÇÃO DE FALHAS DE VIA PERMANENTE FERROVIÁRIA

Mestre
Marcelo Ferreira Soares

A confiabilidade e produtividade dos ativos ferroviários está ligada diretamente à qualidade da manutenção da via permanente, que, por sua vez, depende de ferramentas que garantam previsibilidade para o planejamento e programação das ações de manutenção. Diante deste cenário e da análise prévia dos conjuntos de dados disponíveis relativos a defeitos e falhas devido à bitola aberta, utilizam-se, progressivamente, abordagens, métodos e técnicas de aprendizado de máquina no desenvolvimento de modelos de predição. No início da análise, elencam-se dezesseis algoritmos com similaridades distintas. Avaliam-se algoritmos de classificação, baseados em instâncias, bayesianos, redes neurais e conjuntos de algoritmos. Objetivando o aumento da acurácia, sensitividade, especificidade, eficiência e coeficiente Kappa, utilizam-se técnicas como imputação de dados faltantes através do missForest, eliminação recursiva de características, empilhamento de modelos, ajustes de hiperparâmetros e balanceamento do conjunto de dados de treino com SMOTE. A visão analítica associada aos resultados de performance dos modelos em cada etapa da análise leva à evolução progressiva na capacidade de predição dos modelos. Apresentam-se também os impactos operacionais e financeiros, deixando claro que modelos de predição possibilitam resultados positivos e significativos nas operações ferroviárias. Ao final apresentam-se algumas limitações, sugestões de melhoria e possibilidades de sequência de estudos, como por exemplo, o aumento na abrangência deste estudo com o desenvolvimento de uma ferramenta robusta de predição, expansão e melhoria da qualidade da base de dados e análises temporais.

Data: 27/02/2020

Banca avaliadora:

PHP Code Snippets Powered By : XYZScripts.com