Defesa P\u00fablica da Tese de Doutorado do Mestre em Engenharia El\u00e9trica M\u00e1rcio Jos\u00e9 da Silva<\/p>\n\n\n\n
Data: 29\/04\/2022 \u2013 sexta-feira Banca Examinadora: T\u00edtulo da tese: Resumo: Palavras-chave: Ontologia, Minera\u00e7\u00e3o de Dados, Automa\u00e7\u00e3o e Controle, Infer\u00eancia Preditiva, Rede Bayesiana, Modelo Probabil\u00edstico.”<\/p>\n","protected":false},"excerpt":{"rendered":" Defesa P\u00fablica da Tese de Doutorado do Mestre em Engenharia El\u00e9trica M\u00e1rcio Jos\u00e9 da Silva Data: 29\/04\/2022 \u2013 sexta-feiraHor\u00e1rio: 14h30min A defesa ser\u00e1 realizada atrav\u00e9s da plataforma Google Meets com acesso pelo link: meet.google.com\/fqj-kvbo-bqm Banca Examinadora:Prof. Dr. Angelo Perkusich \u2013 RELATOR – Departamento de Engenharia El\u00e9trica – UFCGProf. Dr. Luiz Affonso Henderson Guedes de Oliveira –… Continue a ler »Defesa de Tese de Doutorado – M\u00e1rcio Jos\u00e9 da Silva<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"neve_meta_sidebar":"","neve_meta_container":"","neve_meta_enable_content_width":"","neve_meta_content_width":0,"neve_meta_title_alignment":"","neve_meta_author_avatar":"","neve_post_elements_order":"","neve_meta_disable_header":"","neve_meta_disable_footer":"","neve_meta_disable_title":"","footnotes":""},"categories":[4],"tags":[],"class_list":["post-623","post","type-post","status-publish","format-standard","hentry","category-eventos"],"_links":{"self":[{"href":"https:\/\/www.ufrgs.br\/ppgee\/wp-json\/wp\/v2\/posts\/623","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.ufrgs.br\/ppgee\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.ufrgs.br\/ppgee\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.ufrgs.br\/ppgee\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.ufrgs.br\/ppgee\/wp-json\/wp\/v2\/comments?post=623"}],"version-history":[{"count":0,"href":"https:\/\/www.ufrgs.br\/ppgee\/wp-json\/wp\/v2\/posts\/623\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.ufrgs.br\/ppgee\/wp-json\/wp\/v2\/media?parent=623"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.ufrgs.br\/ppgee\/wp-json\/wp\/v2\/categories?post=623"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.ufrgs.br\/ppgee\/wp-json\/wp\/v2\/tags?post=623"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
Hor\u00e1rio: 14h30min
A defesa ser\u00e1 realizada atrav\u00e9s da plataforma Google Meets com acesso pelo link: meet.google.com\/fqj-kvbo-bqm<\/a><\/p>\n\n\n\n
Prof. Dr. Angelo Perkusich \u2013 RELATOR – Departamento de Engenharia El\u00e9trica – UFCG
Prof. Dr. Luiz Affonso Henderson Guedes de Oliveira – Departamento de Engenharia de Computa\u00e7\u00e3o e Automa\u00e7\u00e3o – UFRN
Prof. Dr. Edison Pignaton de Freitas \u2013 PPGEE – UFRGS
Presidente da banca\/Orientador: Prof. Dr. Carlos Eduardo Pereira – PPGEE – UFRGS<\/p>\n\n\n\n
“MODELO ONTOL\u00d3GICO PROBABIL\u00cdSTICO BASEADO EM DADOS DE ALARMES E EVENTOS NO CONTEXTO DA IND\u00daSTRIA 4.0”<\/p>\n\n\n\n
“Os avan\u00e7os das tecnologias de automa\u00e7\u00e3o, informa\u00e7\u00e3o e de comunica\u00e7\u00e3o apresentam novas perspectivas para diversas \u00e1reas, incluindo os sistemas de alarmes de processos industriais. Sistemas inteligentes de alarme industrial s\u00e3o capazes de auxiliar os operadores por meio de alertas, permitindo realizar os ajustes necess\u00e1rios nas vari\u00e1veis operacionais. Ao mesmo tempo que as modernas tecnologias permitem a monitora\u00e7\u00e3o de um n\u00famero crescente de vari\u00e1veis e informa\u00e7\u00f5es dos processos industriais, aumenta a carga cognitiva. Portanto, esta tese prop\u00f5e uma abordagem que beneficia os sistemas industriais para gerenciamento de alarmes de processos com a capacidade de prever situa\u00e7\u00f5es para facilita\u00e7\u00e3o de a\u00e7\u00f5es operacionais, particularmente quando um volume de eventos acima da capacidade humana de gerenciamento ocorre. Nesse sentido, \u00e9 concebido um modelo sem\u00e2ntico probabil\u00edstico voltado para predi\u00e7\u00e3o e infer\u00eancia de situa\u00e7\u00f5es. A partir disso, \u00e9 realizada uma integra\u00e7\u00e3o de defini\u00e7\u00f5es de contexto em um conjunto de dados, a partir
de um modelo ontol\u00f3gico probabil\u00edstico, aplicando t\u00e9cnicas de aprendizado de m\u00e1quina. Al\u00e9m disso, a abordagem proposta \u00e9 avaliada em um cen\u00e1rio real de estudo de caso.<\/p>\n\n\n\n