Registro fonte: Comparação de algoritmos preditivos para incêndios em canaviais

Comparação de algoritmos preditivos para incêndios em canaviais

The occurrence of fire in sugarcane fields is a problem that has plagued several regions of the country for a long time. Due to the concern about this and its tragic consequences, it is necessary to take actions in order to avoid or alleviate this problem. With the development of Artificial Intellig...

ver descrição completa

Autor principal:	Fantinatti, Gabriela Fernanda
Formato:	Trabalho de Conclusão de Curso (Graduação)
Idioma:	Português
Publicado em:	Universidade Tecnológica Federal do Paraná 2022
Assuntos:	Cana-de-açúcar Incêndios Inteligência artificial Aprendizado do computador Algorítmos Python (Linguagem de programação de computador) Sugarcane Fires Artificial intelligence Machine learning Algorithms Python (Computer program language) CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA
Acesso em linha:	http://repositorio.utfpr.edu.br/jspui/handle/1/27915
Tags:	Adicionar Tag Sem tags, seja o primeiro a adicionar uma tag!

id	riut-1-27915
recordtype	dspace
spelling	riut-1-279152022-04-09T06:07:51Z Comparação de algoritmos preditivos para incêndios em canaviais Fantinatti, Gabriela Fernanda Parise, Maria Regina Carpanezi, Cristiane Yoko Takahashi Parise, Maria Regina Matos, Everton Moraes Pagani, Regina Negri Cana-de-açúcar Incêndios Inteligência artificial Aprendizado do computador Algorítmos Python (Linguagem de programação de computador) Sugarcane Fires Artificial intelligence Machine learning Algorithms Python (Computer program language) CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA The occurrence of fire in sugarcane fields is a problem that has plagued several regions of the country for a long time. Due to the concern about this and its tragic consequences, it is necessary to take actions in order to avoid or alleviate this problem. With the development of Artificial Intelligence (AI) and the growing use of Machine Learning (ML), there is an opportunity to use technology in favor of anticipating an imminent fire. In this context, the objective of this work was to implement predictive algorithms using the Python language to compare and define what best applies to fire prediction in sugarcane fields. The data necessary for this purpose were provided by a sugarcane company located in the interior of São Paulo. Among the four analyzed algorithms, these being the Support Vector Machine (SVM), Naive Bayes, Random Forest and XGBoost, the SVM model showed a better performance against the performance metrics used. A ocorrência de incêndio em canaviais é um problema que há muito assola diversas regiões do país. Devido à preocupação em relação a isso e suas trágicas consequências, faz-se necessário a tomada de ações a fim de evitar ou atenuar esse problema. Com o desenvolvimento da Inteligência Artificial (IA) e a crescente utilização de Machine Learning (ML), encontra-se uma oportunidade de utilizar a tecnologia a favor da antecipação quanto a um iminente incêndio. Neste contexto, o objetivo deste trabalho foi implementar algoritmos preditivos utilizando a linguagem Python para comparar e definir o que melhor se aplica a predição de incêndio em canaviais. Os dados necessários para essa finalidade foram fornecidos por uma empresa sucroenergética localizada no interior de São Paulo. Dentre os quatro algoritmos analisados, sendo estes Supporte Vector Machine (SVM), Naive Bayes, Random Forest e XGBoost, o modelo SVM mostrou um melhor desempenho frente as métricas de desempenho utilizadas. 2022-04-08T16:11:17Z 2022-04-08T16:11:17Z 2021-12-02 bachelorThesis FANTINATTI, Gabriela Fernanda. Comparação de algoritmos preditivos para incêndios em canaviais. 2021. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Química) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2021. http://repositorio.utfpr.edu.br/jspui/handle/1/27915 por openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ application/pdf Universidade Tecnológica Federal do Paraná Ponta Grossa Brasil Departamento Acadêmico de Engenharia Química Engenharia Química UTFPR
institution	Universidade Tecnológica Federal do Paraná
collection	RIUT
language	Português
topic	Cana-de-açúcar Incêndios Inteligência artificial Aprendizado do computador Algorítmos Python (Linguagem de programação de computador) Sugarcane Fires Artificial intelligence Machine learning Algorithms Python (Computer program language) CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA
spellingShingle	Cana-de-açúcar Incêndios Inteligência artificial Aprendizado do computador Algorítmos Python (Linguagem de programação de computador) Sugarcane Fires Artificial intelligence Machine learning Algorithms Python (Computer program language) CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA Fantinatti, Gabriela Fernanda Comparação de algoritmos preditivos para incêndios em canaviais
description	The occurrence of fire in sugarcane fields is a problem that has plagued several regions of the country for a long time. Due to the concern about this and its tragic consequences, it is necessary to take actions in order to avoid or alleviate this problem. With the development of Artificial Intelligence (AI) and the growing use of Machine Learning (ML), there is an opportunity to use technology in favor of anticipating an imminent fire. In this context, the objective of this work was to implement predictive algorithms using the Python language to compare and define what best applies to fire prediction in sugarcane fields. The data necessary for this purpose were provided by a sugarcane company located in the interior of São Paulo. Among the four analyzed algorithms, these being the Support Vector Machine (SVM), Naive Bayes, Random Forest and XGBoost, the SVM model showed a better performance against the performance metrics used.
format	Trabalho de Conclusão de Curso (Graduação)
author	Fantinatti, Gabriela Fernanda
author_sort	Fantinatti, Gabriela Fernanda
title	Comparação de algoritmos preditivos para incêndios em canaviais
title_short	Comparação de algoritmos preditivos para incêndios em canaviais
title_full	Comparação de algoritmos preditivos para incêndios em canaviais
title_fullStr	Comparação de algoritmos preditivos para incêndios em canaviais
title_full_unstemmed	Comparação de algoritmos preditivos para incêndios em canaviais
title_sort	comparação de algoritmos preditivos para incêndios em canaviais
publisher	Universidade Tecnológica Federal do Paraná
publishDate	2022
citation	FANTINATTI, Gabriela Fernanda. Comparação de algoritmos preditivos para incêndios em canaviais. 2021. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Química) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2021.
url	http://repositorio.utfpr.edu.br/jspui/handle/1/27915
_version_	1805313812745682944
score	10,814766

Comparação de algoritmos preditivos para incêndios em canaviais

Registros relacionados