1. Biblioteca Digital de Teses e Dissertações da UFCG
2. Eventos Científicos da UFCG
3. ANAIS DE EVENTOS CIENTÍFICOS REALIZADOS DO CENTRO DE DESENVOLVIMENTO SUSTENTÁVEL DO SEMIÁRIDO - CDSA - CAMPUS DE SUMÉ
4. Anais do Simpósio de Engenharia de Produção SIMEP

Title:	Seleção dos indicadores mais relevantes para melhorar o monitoramento dos dados em estatal de transporte de passageiros utilizando PCA.
Other Titles:	Selection of the most relevant indicators to improve data monitoring in state-owned passenger transport using PCA.
???metadata.dc.creator???:	GOMES, Daniel Alexandre da Silva. MOREIRA, Miguel Ângelo Lellis. MIRANDA, Jarbas Honorio de. FÁVERO, Luiz Paulo. SANTOS, Marcos dos.
Keywords:	Aprendizado de máquina - PCA;Técnica de aprendizado de máquina PCA;Monitoramento de dados;Logarítmo;Estatal de transportes de passageiros - monitoramento de dados;Transporte ferroviário de passageiros - monitoramento de dados;Transporte coletivo sobre trilhos - estatal;Indicadores de desempenho;Redução de dimensionalidade;Machine Learning - PCA;PCA machine learning technique;Logarithm;Data monitoring;State passenger transport - data monitoring;Rail passenger transport - data monitoring;Public transport on rails - state-owned;Performance indicators;Dimensionality reduction
Issue Date:	2023
Publisher:	Universidade Federal de Campina Grande
Citation:	GOMES, Daniel Alexandre da Silva; MOREIRA, Miguel ngelo Lellis; MIRANDA, Jarbas Honorio de; FÁVERO, Luiz Paulo; SANTOS, Marcos dos. Seleção dos indicadores mais relevantes para melhorar o monitoramento dos dados em estatal de transporte de passageiros utilizando PCA. In: XI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO, 11, 2023. Anais [...]. Campina Grande - PB, Garden Hotel & Resort,, 2023. ISSN: 2318-9258. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/33102
???metadata.dc.description.resumo???:	O Monitoramento efetivo de indicadores realizado pelas empresas é crucial para uma gestão otimizada, para alocação de recursos devidamente e promoção da melhoria do desempenho. No caso da empresa estudada, o resultado obtido foi essencial, principalmente por se tratar da utilização de verba pública. Para isto, este trabalho teve o propósito de aplicar a técnica de aprendizado de máquina chamada PCA para a seleção de indicadores de desempenho efetivos para a gestão, provenientes de um conjunto de indicadores pré-estabelecidos pela empresa. Os dados analisados foram fornecidos pelo setor operacional a fim de chegar a uma quantidade de reduzida de indicadores, mas que fosse capaz de traduzir para os gestores informações suficientes sem a necessidade de esforço para analisar os dados original. Este estudo trouxe uma significativa contribuição para a empresa porque os resultados obtidos permitiram avaliar os indicadores de custo, segurança e manutenção para uma importante tomada de decisão baseada em dados, melhorando o desempenho corporativo. Palavras-Chaves: KPI; indicadores; visualização de dados; tomada
Keywords:	Aprendizado de máquina - PCA Técnica de aprendizado de máquina PCA Monitoramento de dados Logarítmo Estatal de transportes de passageiros - monitoramento de dados Transporte ferroviário de passageiros - monitoramento de dados Transporte coletivo sobre trilhos - estatal Indicadores de desempenho Redução de dimensionalidade Machine Learning - PCA PCA machine learning technique Logarithm Data monitoring State passenger transport - data monitoring Rail passenger transport - data monitoring Public transport on rails - state-owned Performance indicators Dimensionality reduction
???metadata.dc.subject.cnpq???:	Engenharia de Produção.
URI:	http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/33102
Appears in Collections:	Anais do Simpósio de Engenharia de Produção SIMEP

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.