Aplicação de redes neurais artificiais e regressão por vetores de suporte na modelagem da fração de produtos não conformes de um processo produtivo.

dc.description.resumo	Para manterem-se competitivas as empresas buscam a qualidade de seus produtos, para que estes atendam às especificações com a menor variabilidade possível. Em um processo industrial muitas vezes não se consegue controlar todas as causas ou fatores de variação que produzem determinado efeito sobre as características da qualidade dos produtos. Como resultado pode-se ter a produção de produtos não conformes às especificações, que podem ser mensurados através da fração de produtos não conformes. A modelagem da fração de produtos não conformes pode ser realizada utilizando-se diferentes técnicas e modelos de regressão. As redes neurais artificiais e a regressão por vetores de suporte são técnicas de aprendizado de máquina muito utilizadas para a modelagem de processos. O objetivo deste artigo é modelar a fração de produtos não conformes às especificações de uma indústria curtidora de couro utilizando as técnicas de redes neurais artificiais e de regressão por vetores de suporte e comparar os resultados obtidos com outros modelos de regressão desenvolvidos para o mesmo processo produtivo. Os modelos de regressão desenvolvidos apresentaram melhor desempenho no ajuste do modelo aos dados do processo quando comparados ao modelo de regressão linear, modelos de regressão lineares generalizados e modelo de regressão Beta.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.initials	UFCG	pt_BR
dc.subject.cnpq	Engenharia de Produção.	pt_BR
dc.citation.issue	7	pt_BR
dc.title	Aplicação de redes neurais artificiais e regressão por vetores de suporte na modelagem da fração de produtos não conformes de um processo produtivo.	pt_BR
dc.date.issued	2019
dc.identifier.uri	http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/32011
dc.date.accessioned	2023-10-16T13:03:10Z
dc.date.available	2023-10-16
dc.date.available	2023-10-16T13:03:10Z
dc.type	Artigo de Evento	pt_BR
dc.subject	Redes neurais artificiais	pt_BR
dc.subject	Regressão por vetores de suporte	pt_BR
dc.subject	Modelagem de fração de produtos	pt_BR
dc.subject	Modelagem de dados	pt_BR
dc.subject	Aprendizado de máquina	pt_BR
dc.subject	Réseaux de neurones artificiels	pt_BR
dc.subject	Prise en charge de la régression vectorielle	pt_BR
dc.subject	Modélisation des fractions de produits	pt_BR
dc.subject	La modélisation des données	pt_BR
dc.subject	Apprentissage automatique	pt_BR
dc.subject	Artificial neural networks	pt_BR
dc.subject	Support vector regression	pt_BR
dc.subject	Product Fraction Modeling	pt_BR
dc.subject	Data modeling	pt_BR
dc.subject	Machine Learning	pt_BR
dc.subject	Redes neuronales artificiales	pt_BR
dc.subject	Regresión de vectores de soporte	pt_BR
dc.subject	Modelado de fracciones de producto	pt_BR
dc.subject	Modelado de datos	pt_BR
dc.subject	Aprendizaje automático	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.creator	ACOSTA, Simone Massulini.
dc.creator	AMOROSO, Anderson Levati.
dc.publisher	Universidade Federal de Campina Grande	pt_BR
dc.language	por	pt_BR
dc.title.alternative	Application of artificial neural networks and support vector regression in modeling the fraction of non-conforming products in a production process.	pt_BR
dc.identifier.citation	ACOSTA, Simone Massulini; AMOROSO, Anderson Levati. Aplicação de redes neurais artificiais e regressão por vetores de suporte na modelagem da fração de produtos não conformes de um processo produtivo. In: SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO, 7., 2019. Anais [...]. Montes Claros - MG: Faculdade Santo Agostinho - FASA, 2019. ISSN: 2318-9258. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/32011	pt_BR