SHERLOCK:
Carregando...
Arquivos
Citações na Scopus
Tipo de produção
Trabalho de Conclusão de Curso
Data
2022-12-06
Autores
KAIKE RODRIGUES ZUANETTI
Orientador
Guilherme Alberto Wachs Lopes
Periódico
Título da Revista
ISSN da Revista
Título de Volume
Citação
Texto completo (DOI)
Palavras-chave
Resumo
A agricultura de precisão tem recebido muita atenção por parte dos empresários nos
últimos anos. Isso deve-se principalmente pela redução de custos e automação de tarefas frequentes,
como a irrigação. A base de toda essa tecnologia está na qualidade de obtenção das
informações do solo, como a leitura de sensores nos campos de cultura. Entretanto, estes valores
nem sempre são confiáveis. O sensor em diversas situações pode apresentar anomalias em suas
leituras, podendo até impossibilitar automações e análises de negócios. Este trabalho propõe
um modelo de detecção de anomalias em sensores baseado em modelos de machine learning de
classificação e otimização para que possibilite a diferenciação dos dados a serem classificados
como anomalias ou não. O modelo proposto agrega parâmetros para ajustes finos de forma a
aumentar a precisão da classificação. Nesse trabalho também são estudados a influência entre
as próprias características dos dados para a classificação.