Logo do repositório

Percorrer por autor "Bastos, Pedro"

A mostrar 1 - 10 de 22
  • Application of data mining in a maintenance system for failure prediction
    Publication . Bastos, Pedro; Lopes, Isabel S.; Pires, Luís
    In industrial environment, data generated during equipment maintenance and monitoring activities has become increasingly overwhelming. Data mining presents an opportunity to increase significantly the rate at which the volume of data can be turned into useful information. This paper presents an architecture designed to gather data generated in industrial units on their maintenance activities, and to forecast future failures based on data analysis. Rapid Miner is used to apply different data mining prediction algorithms to maintenance data and compare their accuracy in the discovery of patterns and predictions. The tool is integrated with an online system which collects data using automatic agents and presents all the results to the maintenance teams. The purpose of the prediction algorithms is to forecast future values based on present records, in order to estimate the possibility of a machine breakdown and therefore to support maintenance teams in planning appropriate maintenance interventions.
    2014Comunicação em conferência Acesso aberto Ver mais
  • 2010Documento de conferência Acesso aberto Ver mais
  • Data mining: uma potencial ferramenta para a analise de tendências em dados limnológicos?
    Publication . Geraldes, Ana Maria; Bastos, Pedro
    Hoje em dia, a quantidade de dados armazenados excede a capacidade de análise dos mesmos senão se recorrer ao uso de técnicas de análise automatizadas. Como consequência deste aumento efectivo de informação, o processamento através de métodos tradicionais tornou-se mais difícil e complexo. A descoberta de conhecimento em bases de dados é um campo que está em evolução de forma a fornecer soluções de análise automatizadas. O conhecimento obtido pode ser expresso na elaboração de modelos predictivos. No presente trabalho pretende-se avaliar, ainda que de que forma preliminar, a potencial utilidade destas ferramentas para a detecção de tendências e padrões em dados de natureza limnológica.
    2010Póster em conferência Acesso aberto Ver mais
  • A decentralized predictive maintenance system based on data mining concepts
    Publication . Lopes, Isabel S.; Pires, Luís; Bastos, Pedro
    In the last years we have assisted to several and deep changes in industrial manufacturing. Induced by the need of increasing efficiency, bigger flexibility, better quality and lower costs, it became more complex [1]. Enterprises had had the need to cope with market expectations, incorporating in their production philosophies new paradigms such as JIT- Just in time, MTOMake to order, Mass Customization, agile manufacturing or Lean Manufacturing, that allow them to satisfy markets with a big diversity of products and also big quantities, becoming therefore more competitive. All this complexity has caused big pressure under enterprises maintenance systems. Maintenance mission is to make equipment and facilities available when requested. Maintenance function, seen as a non value aggregator one, became more and more requested to contribute to cost reduction, based on bigger and consistent equipment reliability. This perspective is stressed when enterprises existing equipment has an advanced service life. It is expected a profusion of breakdowns at those scenarios and consequently a smaller usability of equipment driving to less productivity. From an economic perspective, maintenance function is seen to the enterprise as a cost [2]. In fact, experience shows that a major percentage of the overall costs of the business concerns with maintenance [3]. Considering this perspective, decreasing costs with equipment operationalization will increase maintenance productivity and consequently overall productivity [4].
    2010Comunicação em conferência Acesso aberto Ver mais
  • Estudo microbiológico da infeção do local cirúrgico num hospital do Norte de Portugal
    Publication . Preto, Vera Lúcia Sarmento Martins; Alves, Maria José; Magalhães, Carlos Pires; Silva, Norberto Anibal Pires; Martins, Matilde; Bastos, Pedro
    As infeções do local cirúrgico (ILC) representam um grande problema de saúde pela morbidade, mortalidade, tempo de internação e custos associados. Objetivo: Mensurar a prevalência de ILC por tipo de cirurgia e caraterizar microbiologicamente a ILC em pacientes submetidos a cirurgia durante 2015 num hospital público do Norte de Portugal. Método: Estudo prospetivo, com a participação de 609 pacientes adultos, submetidos a cirurgia. Recorrendo ao Microsoft Access 2013, foram analisados dados sociodemográficos e clínicos da população, do procedimento cirúrgico e do estudo microbiológico. Resultados: Das 609 cirurgias, verificou-se que 62.89 % foram cirurgias limpas, 15.8% limpas contaminadas, 8.70 % cirurgias contaminadas e 9.36% conspurcadas. Dos doentes intervencionados 65.52% fizeram profilaxia antibiótica antes da cirurgia. Da totalidade de cirurgias 33.3% foram laparoscópicas. A percentagem de ILC foi de 5.74 %; destes casos positivos em apenas 3.61% foi identificado a bactéria responsável. As cirurgias urgentes apresentam maior número de infeções quando comparadas com as programadas. Na cirurgia do colon o número de infeções foi de 60% seguida da colecistectomia (22.86%). Na Hernioplastia ocorreu infeção em apenas 2.86% dos doentes. A batéria mais isolada foi a Escherichia coli com 59% das quais 30% são produtoras de β - lactamases de espectro estendido, seguida da Pseudomonas aeruginosa (13.6%) e Serratia marcences (13.6 %). A taxa de mortalidade foi de 14,8%. A Pseudomonas aeruginosa foi isolada em 3 dos 4 doentes falecidos. Conclusões: Os microrganismos mais isolados pertencem ao grupo dos Gram negativos e geralmente estão ligados às Infeções associadas aos cuidados de saúde.
    2017Documento de conferência Acesso aberto Ver mais
  • Estudo microbiológico da infeção do local cirúrgico num hospital do Norte de Portugal
    Publication . Preto, Vera Lúcia Sarmento Martins; Alves, Maria José; Magalhães, Carlos Pires; Silva, Norberto Anibal Pires; Martins, Matilde; Bastos, Pedro
    As infeções do local cirúrgico (ILC) representam um grande problema de saúde pela morbidade, mortalidade, tempo de internação e custos associados. Objetivo: Mensurar a prevalência de ILC por tipo de cirurgia e caraterizar microbiologicamente a ILC em pacientes submetidos a cirurgia durante 2015 num hospital público do Norte de Portugal. Método: Estudo prospetivo, com a participação de 609 pacientes adultos, submetidos a cirurgia. Recorrendo ao Microsoft Access 2013, foram analisados dados sociodemográficos e clínicos da população, do procedimento cirúrgico e do estudo microbiológico. Resultados: Das 609 cirurgias, verificou-se que 62.89 % foram cirurgias limpas, 15.8% limpas contaminadas, 8.70 % cirurgias contaminadas e 9.36% conspurcadas. Dos doentes intervencionados 65.52% fizeram profilaxia antibiótica antes da cirurgia. Da totalidade de cirurgias 33.3% foram laparoscópicas. A percentagem de ILC foi de 5.74 %; destes casos positivos em apenas 3.61% foi identificado a bactéria responsável. As cirurgias urgentes apresentam maior número de infeções quando comparadas com as programadas. Na cirurgia do colon o número de infeções foi de 60% seguida da colecistectomia (22.86%). Na Hernioplastia ocorreu infeção em apenas 2.86% dos doentes. A batéria mais isolada foi a Escherichia coli com 59% das quais 30% são produtoras de β - lactamases de espectro estendido, seguida da Pseudomonas aeruginosa (13.6%) e Serratia marcences (13.6 %). A taxa de mortalidade foi de 14,8%. A Pseudomonas aeruginosa foi isolada em 3 dos 4 doentes falecidos. Conclusões: Os microrganismos mais isolados pertencem ao grupo dos Gram negativos e geralmente estão ligados às Infeções associadas aos cuidados de saúde.
    2016Póster em conferência Acesso aberto Ver mais
  • A importância do data mining na descoberta de padrões e tendências nos dados
    Publication . Bastos, Pedro
    Hoje em dia, a quantidade de dados gerados e armazenados no decurso de uma qualquer actividade excede a capacidade de análise desses mesmos dados sem o uso de técnicas de análise automatizadas. Como consequência deste aumento efetivo de informação, o processamento através de métodos tradicionais tornou-se mais difícil e complexo. As ferramentas convencionais de análises de dados têm capacidades limitadas em detetar padrões e descobrir o conhecimento inserido nos dados, pois só utilizam métodos estatísticos. Surgiu então a urgente necessidade de uma nova geração de técnicas e ferramentas computacionais de forma a assistir o ser humano na extração de informação útil, isto é, conhecimento. Assim, no final dos anos 80 emergiu a área da descoberta de conhecimento em bases de dados (Knowledge Discovery in Databases – KDD), recorrendo a modelos e técnicas de Data Mining para extrair conhecimento útil, padrões e tendências, previamente desconhecidas, de forma autónoma e semi-automática. O Data Mining e a descoberta de conhecimento em bases de dados tornaram-se proeminentes campos de pesquisa em constante e rápido crescimento. Atualmente muitas técnicas e algoritmos têm sido desenvolvidos e utilizados em Data Mining. O Data Mining, por outro lado, através do uso de algoritmos específicos ou de mecanismos de pesquisa, tenta descobrir padrões discerníveis e tendências nos dados, inferindo regras para os mesmos. O processo de Data Mining torna-se mais fácil de compreender, implementar e desenvolver se for enquadrado no contexto de uma metodologia. A ferramenta de Data Mining IBM SPSS Modeler consiste numa ferramenta de Data Mining capaz de desenvolver rapidamente modelos preditivos especializados em vários ramos de negócio e implementá-los em operações de forma a melhorar o processo de toma de decisão. Concebido em torno da metodologia CRISP-DM (Cross-Industry Standard Process for Data Mining), o Modeler suporta todo o processo de Data Mining, partindo dos dados e atingindo os melhores resultados para o negócio. A ferramenta integra um conjunto de algoritmos de modelação e aprendizagem, com uma interface de programação visual que torna compreensível todo o processo de extração de conhecimento a partir de diversas fontes de dados. O utilizador elabora projetos ou streams, onde define as sequências de operações que deseja realizar sobre os dados (processo de extração de conhecimento). Estas operações são representadas por ícones que estão agrupados de acordo com o seu tipo de funcionalidade.
    2011Documento de conferência Acesso aberto Ver mais
  • Inferência das Propriedades de Algodão Através de Técnicas de Data Mining
    Publication . Vasconcelos, Rosa; Amaral, Luís; Bastos, Pedro
    Nos últimos anos, o desenvolvimento tecnológico tornou possível a medição das diferentes propriedades físicas das fibras de algodão, tais como, comprimento, micronaire, grau de uniformidade, alongamento, resistência, cor e grau de impureza. Estes dados são obtidos através da utilização de instrumentos HVI1, proporcionando resultados rápidos e fiáveis. No entanto, no que diz respeito ao estudo das propriedades químicas, os resultados são obtidos usando métodos laboratoriais mais demorados e dispendiosos. Este conhecimento é bastante importante, pois as propriedades químicas afetam fortemente o processo de transformação das referidas fibras. Neste estudo, são usadas várias técnicas de prospeção de dados (data mining) disponíveis na ferramenta Clementine. A prospeção de dados consiste num dos passos do processo de extração de conhecimento em bases de dados (DCBD), processo que tem como principal função a descoberta de relações e associações entre conjuntos de dados. A ferramenta inclui técnicas avançadas de modelação baseadas em inteligência artificial, extraindo dos dados possíveis relações complexas existentes, bem como regras de associação entre eles. Este artigo descreve o estudo efetuado utilizando o Clementine na análise de dados relativos a propriedades físicas e químicas da fibra de algodão. Os resultados atingidos apontam a forma como as técnicas de prospeção de dados podem ser usadas para assim estabelecer, de forma eficiente, relações que caracterizem as propriedades físicas e químicas das fibras.
    2004Comunicação em conferência Acesso aberto Ver mais
  • Inferência de propriedades químicas do algodão através de técnicas de data mining
    Publication . Bastos, Pedro
    Este trabalho descreve a forma como a ferramenta de prospecção de dados (data mining) Clementine pode ser utilizada na extracção de conhecimento de dados relativos a propriedades físicas e químicas da fibra de algodão. Os resultados atingidos demonstram a forma como as técnicas de prospecção de dados podem ser usadas para estabelecer, de forma eficiente, relações existentes entre as propriedades das fibras. O desenvolvimento tecnológico tornou possível a medição das diferentes propriedades físicas das fibras de algodão tipo comprimento, micronaire, grau de uniformidade, alongamento, resistência, cor e grau de impureza. Isto é conseguido através da utilização de instrumentos HVI1, proporcionando resultados rápidos e fiáveis. No entanto, no que diz respeito ao estudo das propriedades químicas os resultados são obtidos usando métodos laboratoriais mais demorados e dispendiosos, assim por vezes são completamente ignorados pelos diferentes agentes englobados no processo de transformação da matéria prima em produto final. Assim sendo, o estudo de todas as possíveis relações existentes entre as diferentes propriedades físicas e químicas são descartadas. Este conhecimento é bastante importante, pois as propriedades químicas afectam em muito o processo de transformação das referidas fibras. Desta forma, através da utilização do Clementine, é possível obter relações entre os diferentes tipos de características da fibra apoiadas na geração de regras utilizando algoritmos de inteligência artificial. Neste estudo, são usadas várias técnicas de prospecção de dados existentes no Clementine. A prospecção de dados consiste num dos passos do processo de ECBD2, processo que tem como principal função a descoberta de conhecimento entre conjuntos de dados. A ferramenta inclui técnicas avançadas de modelação baseadas em inteligência artificial, extraindo dos dados, possíveis relações complexas existentes, bem como regras de associação entre eles. Isto ajuda a automatizar processos tipo predição, estimativa e classificação, que podem ser usadas como forma de proporcionar decisões de suporte especializado.
    2003Dissertação de mestrado Acesso aberto Ver mais
  • Maintenance behaviour-based prediction system using data mining
    Publication . Bastos, Pedro; Lopes, Rui Pedro; Pires, Luís; Pedrosa, Tiago
    In the last years we have assisted to several and deep changes in industrial manufacturing. Induced by the need of increasing efficiency, bigger flexibility, better quality and lower costs, it became more complex. The complexity of this new scenario has caused big pressure under enterprises production systems and consequently in its maintenance systems. Manufacturing systems recognize high level costs due equipment breakdown, motivated by the time spent to repair, which corresponds to no production time and scrapyard, and also money spent in repair actions. Usually, enterprises do not share data produced from their maintenance interventions. This investigation intends to create an organizational architecture that integrates data produced in factories on their activities of reactive, predictive and preventive maintenance. The main idea is to develop a decentralized predictive maintenance system based on data mining concepts. Predicting the possibility of breakdowns with bigger accuracy will increase systems reliability
    2009Documento de conferência Acesso aberto Ver mais