
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Pessin, Gustavo | - |
| Autor(es): dc.contributor | Torres, Vidal Félix Navarro | - |
| Autor(es): dc.contributor | Sabino, Jodelson Aguilar | - |
| Autor(es): dc.contributor | Pessin, Gustavo | - |
| Autor(es): dc.contributor | Sabino, Jodelson Aguilar | - |
| Autor(es): dc.contributor | Girao Sotomayor, Juan Manuel | - |
| Autor(es): dc.contributor | Hidaka, Renato | - |
| Autor(es): dc.creator | Kümmel, Luiz Frederico de Freitas | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T15:09:19Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T15:09:19Z | - |
| Data de envio: dc.date.issued | 2021-12-09 | - |
| Data de envio: dc.date.issued | 2021-12-09 | - |
| Data de envio: dc.date.issued | 2020 | - |
| Fonte completa do material: dc.identifier | http://www.repositorio.ufop.br/jspui/handle/123456789/14169 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1003709 | - |
| Descrição: dc.description | Programa 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.description | A 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.description | The 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.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Direitos: dc.rights | aberto | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by-nc-nd/3.0/us/ | - |
| Direitos: dc.rights | Autorização 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.subject | Barragens de rejeitos | - |
| Palavras-chave: dc.subject | Aprendizado de máquina | - |
| Palavras-chave: dc.subject | Indicadores de nível | - |
| Título: dc.title | Aprendizado de máquina aplicado em previsão de curto prazo de valores de indicadores de nível de água. | - |
| Título: dc.title | Machine learning applied in short of water level indicator value. | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - UFOP | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: