Notícias

Banca de DEFESA: JUAN FERREIRA VIDAL

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: JUAN FERREIRA VIDAL
DATA: 26/05/2023
HORA: 10:00
LOCAL: on line - Link da videochamada: https://meet.google.com/huh-bsku-mch
TÍTULO:

NOVA ABORDAGEM PARA SELEÇÃO E EXTRAÇÃO DE CARACTERÍSTICAS ATRAVÉS DE PROGRAMAÇÃO GENÉTICA: APLICAÇÃO EM DIAGNÓSTICO DE FALTAS INCIPIENTES EM TRANSFORMADORES DE POTÊNCIA



PALAVRAS-CHAVES:

programação genética, agrupamento de dados, mineração de dados, Redes Neurais Artificiais, Autoencoder.


PÁGINAS: 118
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Elétrica
RESUMO:

    A tarefa de classificação de dados depende do desenvolvimento de ótimos classificadores capazes de aprender padrões em meio a uma quantidade de informações que muitas vezes se encontram em um conjunto com redundâncias ou com atributos irrelevantes para o problema. Técnicas para seleção e extração de características são então muito importantes para o processo de otimização do conjunto de dados a ser usado para o desenvolvimento de classificadores. Desta forma, neste trabalho é proposta uma nova abordagem baseada em Programação Genética (PG) para a extração e seleção de características para problemas com conjuntos de atributos reais. A técnica considera a otimização de uma função fitness baseada no índice de silhueta para a criação de um espaço n-dimensional de características que sejam capazes de realizar a compactação intraclasse enquanto realizam a separação interclasse. A eficiência da metodologia, bem como a importância das características extraídas são verificadas através da aplicação da técnica no processo de desenvolvimento de um sistema de Diagnóstico de faltas em transformadores baseado na análise dos gases dissolvidos em óleo (DGA - Dissolved Gas Analysis), sendo o sistema classificador desenvolvido usando redes Perceptron Multicamadas e rede Varational Autoencoder (VAE), que foi utilizada para lidar com o problema de desbalanceamento dos dados da base de dados usada para treinamento do classificador. Os resultados obtidos a partir das métricas de avaliação de desempenho do classificador demonstram a eficiência e aplicabilidade da abordagem proposta.

 

artigo :

  J. F. Vidal and A. R. G. Castro, "Diagnosing Faults in Power Transformers With Variational Autoencoder, Genetic Programming, and Neural Network," in IEEE Access, vol. 11, pp. 30529-30545, 2023, doi: 10.1109/ACCESS.2023.3258544.

 

 


MEMBROS DA BANCA:
Presidente - 2170855 - ADRIANA ROSA GARCEZ CASTRO
Interno - 1153173 - ROBERTO CELIO LIMAO DE OLIVEIRA
Externo à Instituição - MARCIO JOSE MOUTINHO DA PONTE
Externo à Instituição - ORLANDO SHIGUEO OHASHI JUNIOR
Externo à Instituição - VLADIMIRO HENRIQUE DE MIRANDA
Notícia cadastrada em: 19/04/2023 15:39
SIGAA | Centro de Tecnologia da Informação e Comunicação (CTIC) - (91)3201-7793 | Copyright © 2006-2024 - UFPA - jatoba.ufpa.br.jatoba1