Aprendizado de máquina aplicado em previsão de curto prazo de valores de indicadores de nível de água.

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorPessin, Gustavo-
Autor(es): dc.contributorTorres, Vidal Félix Navarro-
Autor(es): dc.contributorSabino, Jodelson Aguilar-
Autor(es): dc.contributorPessin, Gustavo-
Autor(es): dc.contributorSabino, Jodelson Aguilar-
Autor(es): dc.contributorGirao Sotomayor, Juan Manuel-
Autor(es): dc.contributorHidaka, Renato-
Autor(es): dc.creatorKümmel, Luiz Frederico de Freitas-
Data de aceite: dc.date.accessioned2025-08-21T15:09:19Z-
Data de disponibilização: dc.date.available2025-08-21T15:09:19Z-
Data de envio: dc.date.issued2021-12-09-
Data de envio: dc.date.issued2021-12-09-
Data de envio: dc.date.issued2020-
Fonte completa do material: dc.identifierhttp://www.repositorio.ufop.br/jspui/handle/123456789/14169-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1003709-
Descrição: dc.descriptionPrograma de Pós-Graduação em Instrumentação, Controle e Automação de Processos de Mineração. Departamento de Engenharia de Controle e Automação, Escola de Minas, Universidade Federal de Ouro Preto.-
Descrição: dc.descriptionA estabilidade e solidez de barragens de rejeito para resíduos de atividades industriais de mineração é de importância primordial para a segurança da sociedade e meio ambiente localizado a sua jusante. Para assegurar as essenciais exigências de segurança e exposição ao risco das barragens ao longo da sua vida útil, devem ser implementadas ações mitigatórias de prevenção e controle dessas condições, nesse intuito esse trabalho visa aplicar métodos de Machine Learning, para prever o comportamento dos indicadores de nível de água associados a carta de risco. Os algoritmos de machine learning mostraram elevadas taxas de acerto para predição, sendo que a combinação de métodos de classificação e regressão permitiu aumentar ainda mais a qualidade de resposta do sistema proposto.-
Descrição: dc.descriptionThe stability and solidity of tailings dams for residues from industrial mining activities is of paramount importance for the safety of society and the environment located downstream. To ensure the essential safety and risk exposure requirements of dams throughout their useful life, mitigation actions must be implemented to prevent and control these conditions. To this end, this work aims to apply Machine Learning methods to predict the behavior of water level associated with the risk chart. Machine learning algorithms showed high success rates for prediction, and the combination of classification and regression methods allowed to further increase the response quality of the proposed system.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsaberto-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-nd/3.0/us/-
Direitos: dc.rightsAutorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 02/12/2021 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho, desde que sejam citados o autor e o licenciante. Não permite o uso para fins comerciais nem a adaptação.-
Palavras-chave: dc.subjectBarragens de rejeitos-
Palavras-chave: dc.subjectAprendizado de máquina-
Palavras-chave: dc.subjectIndicadores de nível-
Título: dc.titleAprendizado de máquina aplicado em previsão de curto prazo de valores de indicadores de nível de água.-
Título: dc.titleMachine learning applied in short of water level indicator value.-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - UFOP

Não existem arquivos associados a este item.