Pular para o conteúdo

Defesa de Tese de Doutorado – Márcio José da Silva

Defesa Pública da Tese de Doutorado do Mestre em Engenharia Elétrica Márcio José da Silva

Data: 29/04/2022 – sexta-feira
Horário: 14h30min

A defesa será realizada através da plataforma Google Meets com acesso pelo link: meet.google.com/fqj-kvbo-bqm

Banca Examinadora:
Prof. Dr. Angelo Perkusich – RELATOR – Departamento de Engenharia Elétrica – UFCG
Prof. Dr. Luiz Affonso Henderson Guedes de Oliveira – Departamento de Engenharia de Computação e Automação – UFRN
Prof. Dr. Edison Pignaton de Freitas – PPGEE – UFRGS
Presidente da banca/Orientador: Prof. Dr. Carlos Eduardo Pereira – PPGEE – UFRGS

Título da tese:
“MODELO ONTOLÓGICO PROBABILÍSTICO BASEADO EM DADOS DE ALARMES E EVENTOS NO CONTEXTO DA INDÚSTRIA 4.0”

Resumo:
“Os avanços das tecnologias de automação, informação e de comunicação apresentam novas perspectivas para diversas áreas, incluindo os sistemas de alarmes de processos industriais. Sistemas inteligentes de alarme industrial são capazes de auxiliar os operadores por meio de alertas, permitindo realizar os ajustes necessários nas variáveis operacionais. Ao mesmo tempo que as modernas tecnologias permitem a monitoração de um número crescente de variáveis e informações dos processos industriais, aumenta a carga cognitiva. Portanto, esta tese propõe uma abordagem que beneficia os sistemas industriais para gerenciamento de alarmes de processos com a capacidade de prever situações para facilitação de ações operacionais, particularmente quando um volume de eventos acima da capacidade humana de gerenciamento ocorre. Nesse sentido, é concebido um modelo semântico probabilístico voltado para predição e inferência de situações. A partir disso, é realizada uma integração de definições de contexto em um conjunto de dados, a partir
de um modelo ontológico probabilístico, aplicando técnicas de aprendizado de máquina. Além disso, a abordagem proposta é avaliada em um cenário real de estudo de caso.

Palavras-chave: Ontologia, Mineração de Dados, Automação e Controle, Inferência Preditiva, Rede Bayesiana, Modelo Probabilístico.”

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *