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
Please use this identifier to cite or link to this item: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/33102
Full metadata record
DC FieldValueLanguage
dc.description.resumoO 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; tomadapt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.initialsUFCGpt_BR
dc.subject.cnpqEngenharia de Produção.pt_BR
dc.citation.issue11pt_BR
dc.titleSeleção dos indicadores mais relevantes para melhorar o monitoramento dos dados em estatal de transporte de passageiros utilizando PCA.pt_BR
dc.date.issued2023-
dc.identifier.urihttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/33102-
dc.date.accessioned2023-11-22T18:55:52Z-
dc.date.available2023-11-22-
dc.date.available2023-11-22T18:55:52Z-
dc.typeArtigo de Eventopt_BR
dc.subjectAprendizado de máquina - PCApt_BR
dc.subjectTécnica de aprendizado de máquina PCApt_BR
dc.subjectMonitoramento de dadospt_BR
dc.subjectLogarítmopt_BR
dc.subjectEstatal de transportes de passageiros - monitoramento de dadospt_BR
dc.subjectTransporte ferroviário de passageiros - monitoramento de dadospt_BR
dc.subjectTransporte coletivo sobre trilhos - estatalpt_BR
dc.subjectIndicadores de desempenhopt_BR
dc.subjectRedução de dimensionalidadept_BR
dc.subjectMachine Learning - PCApt_BR
dc.subjectPCA machine learning techniquept_BR
dc.subjectLogarithmpt_BR
dc.subjectData monitoringpt_BR
dc.subjectState passenger transport - data monitoringpt_BR
dc.subjectRail passenger transport - data monitoringpt_BR
dc.subjectPublic transport on rails - state-ownedpt_BR
dc.subjectPerformance indicatorspt_BR
dc.subjectDimensionality reductionpt_BR
dc.rightsAcesso Abertopt_BR
dc.creatorGOMES, Daniel Alexandre da Silva.-
dc.creatorMOREIRA, Miguel Ângelo Lellis.-
dc.creatorMIRANDA, Jarbas Honorio de.-
dc.creatorFÁVERO, Luiz Paulo.-
dc.creatorSANTOS, Marcos dos.-
dc.publisherUniversidade Federal de Campina Grandept_BR
dc.languageporpt_BR
dc.title.alternativeSelection of the most relevant indicators to improve data monitoring in state-owned passenger transport using PCA.pt_BR
dc.identifier.citationGOMES, 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/33102pt_BR
Appears in Collections:Anais do Simpósio de Engenharia de Produção SIMEP

Files in This Item:
File Description SizeFormat 
SELEÇÃO DOS INDICADORES MAIS RELEVANTES PARA MELHORAR O MONITORAMENTO DOS DADOS EM ESTATAL - ANAIS XI SIMEP ARTIGO 2023.pdfSeleção dos indicadores mais relevantes para melhorar o monitoramento dos dados em estatal de transporte de passageiros utilizando PCA. - Anais XI Simep Artigo 2023437.45 kBAdobe PDFView/Open
Show simple item record


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