Use este identificador para citar ou linkar para este item: http://hdl.handle.net/1843/81196
Registro completo de metadados
Campo DCValorIdioma
dc.creatorFernando Marcos Souza Silvapt_BR
dc.creatorJessica Flaviane Ferreirapt_BR
dc.creatorReinaldo Martinez Palharespt_BR
dc.creatorMarcos Flávio Silveira Vasconcelos D'angelopt_BR
dc.date.accessioned2025-04-01T17:52:15Z-
dc.date.available2025-04-01T17:52:15Z-
dc.date.issued2017-
dc.citation.spage1pt_BR
dc.citation.epage12pt_BR
dc.identifier.urihttp://hdl.handle.net/1843/81196-
dc.description.resumoThis paper presents a variable selection wrapper method called NSGA-II-GMM-AP that is based on the evolutionary algorithm NSGA-II and classifiers that uses Gaussian Mixture Models. This algorithm is a bi-objective approach that has as main characteristic the use of attraction point which is responsible for the complexity control of individuals in the NSGA-II population during the optimization process. Experiments carried out on Tennessee Eastman Petrochemical Process dataset for fault classification showed that NSGA-II-GMM-AP leads to solutions with lower classification error than the other methods applied, being a promising approach to the variable selection problem.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Minas Geraispt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentENG - DEPARTAMENTO DE ENGENHARIA ELETRÔNICApt_BR
dc.publisher.initialsUFMGpt_BR
dc.relation.ispartofXLIX Simpósio Brasileiro de Pesquisa Operacionalpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectControle de Processospt_BR
dc.subjectSeleção de Variáveispt_BR
dc.subjectDiagnóstico de Falhaspt_BR
dc.subjectInteligência Artificialpt_BR
dc.subjectInteligência Computacionalpt_BR
dc.subjectControlept_BR
dc.subjectVariable Selection. NSGA-II. Fault Classification. Attraction Pointpt_BR
dc.subject.otherEngenharia de produçãopt_BR
dc.subject.otherControle automáticopt_BR
dc.subject.otherTeoria do controlept_BR
dc.subject.otherModelos matemáticospt_BR
dc.titleUma abordagem evolutiva multiobjetivo baseada em ponto de atração para seleção de variáveis em problemas de classificação de falhaspt_BR
dc.typeArtigo de Eventopt_BR
dc.url.externahttp://ws2.din.uem.br/~ademir/sbpo/sbpo2017/pdf/168920.pdfpt_BR
Aparece nas coleções:Artigo de Evento

Arquivos associados a este item:
Não existem arquivos associados a este item.


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.