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 | Saito, Priscila Tiemi Maeda | - |
Autor(es): dc.contributor | https://orcid.org/0000-0002-4870-4766 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/6652293216938994 | - |
Autor(es): dc.contributor | Corrêa, Cléber Gimenez | - |
Autor(es): dc.contributor | https://orcid.org/0000-0003-1065-9565 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/0521761025000380 | - |
Autor(es): dc.contributor | Silva, Marcelo Ponciano da | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/5460455448058206 | - |
Autor(es): dc.contributor | Saito, Priscila Tiemi Maeda | - |
Autor(es): dc.contributor | https://orcid.org/0000-0002-4870-4766 | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/6652293216938994 | - |
Autor(es): dc.creator | Silva, Mardlla de Sousa | - |
Data de aceite: dc.date.accessioned | 2025-08-29T12:13:29Z | - |
Data de disponibilização: dc.date.available | 2025-08-29T12:13:29Z | - |
Data de envio: dc.date.issued | 2022-11-23 | - |
Data de envio: dc.date.issued | 2022-11-23 | - |
Data de envio: dc.date.issued | 2020-08-13 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/30164 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1091316 | - |
Descrição: dc.description | Considering the great competition among industries, one of the main factors that make companies market leaders is the quality of their products. However, the techniques applied to quality control are often faulty or inefficient, due to the great dependence on the human factor, which makes the applied procedures tiring and highly susceptible to errors. Moreover, in the context of industry 4.0, the use of technologies to improve the evaluation of these products becomes increasingly essential. Therefore, this work aims to learn the most appropriate descriptors and pattern classifiers for automatic product classification and quality control in food industries, more specifically regarding cookies. For this, an extensive experimental evaluation was performed, considering different learning approaches (traditional and based on convolutional neural networks). From the obtained results, it is possible to observe that the proposed methodology can provide a more effective quality control for the company, reaching accuracies of up to 99%. It is possible to avoid offering products that do not comply with the quality standards in the market, improving the credibility of the brand with the consumer, its profitability and consequently its competitiveness. | - |
Descrição: dc.description | Considerando a grande concorrência entre as indústrias, um dos principais fatores que tornam as empresas líderes de mercado e a qualidade de seus produtos. No entanto, as técnicas aplicadas ao controle de qualidade são muitas vezes falhas ou ineficientes, devido à grande dependência do fator humano, o que torna os procedimentos aplicados cansativos e altamente suscetíveis a erros. Além disso, no contexto da indústria 4.0, o uso de tecnologias para melhorar a avaliação destes produtos torna-se cada vez mais essencial. Portanto, este trabalho tem como objetivo o aprendizado de descritores e de classificadores de padrões mais adequados para a classificação automática de produtos e o controle de qualidade em indústrias do ramo alimentício, mais especificamente envolvendo biscoitos. Para tanto, uma avaliação experimental extensiva foi realizada considerando diferentes abordagens de aprendizado (tradicionais e baseadas em redes neurais convolucionais). A partir dos resultados obtidos, e possível observar que a metodologia proposta pode proporcionar um controle de qualidade mais efetivo para a empresa, atingindo acurácias de até 99%. Pode-se evitar o oferecimento de produtos em não conformidade aos padrões de qualidade no mercado, melhorando a credibilidade da marca junto ao consumidor, sua rentabilidade e consequentemente sua competitividade. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Cornelio Procopio | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Programa de Pós-Graduação em Informática | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Palavras-chave: dc.subject | Aprendizado do computador | - |
Palavras-chave: dc.subject | Processamento de imagens | - |
Palavras-chave: dc.subject | Classificação | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | Image processing | - |
Palavras-chave: dc.subject | Classification | - |
Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | - |
Palavras-chave: dc.subject | Ciência da Computação | - |
Título: dc.title | Estratégias de aprendizado visando melhorias nos processos de classificação e de controle de qualidade na indústria do ramo alimentício | - |
Título: dc.title | Learning strategies towards improvements in classification and quality control processes for the food industry | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT |
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: