CLASSIFICAÇÃO ESTATÍSTICA DE TIPOS DE FALHAS EM SINAIS DOCSIS 3.0 EM TESTES DE ROTEADORES WIRELESS.

Autores

  • Vanessa Almeida de Lima Instituto de Ciências Exatas - Curso de Bacharelado em Estatística - Universidade Federal do Amazonas - UFAM.

Resumo

Resumo
A crescente competitividade nos sistemas industriais, faz com que detecção de falhas
se torne cada vez mais importante. Neste trabalho é feito um experimento utilizando
modelos de classificação de reconhecimento de padrões em dados de roteadores wireless,
modelo TC7337, com intuito de encontrar um classificador que melhor se adeque a esses
dados. Ao fim do trabalho, foi desenvolvido uma ferramenta interativa para o software
R, através do pacote Shiny para facilitar esta classificação ao usuário.


Palavras-chave:
Classificação, Pacote rminer, Reconhecimento de padrões.

Abstract
The increasing competitiveness in industrial systems makes fault detection increasingly
important role. In this study, reflects on research an experiment using pattern recognition
classification models on data from textit wireless routers, model TC7337, in order to find
a classifier that best fits these data. At the end of the study, an interactive tool for textit
software R was developed, through the textit Shiny package to facilitate this classification
for the user.


Keywords: Classification, Pattern recognition, Rminer package.

Downloads

Não há dados estatísticos.

Biografia do Autor

Vanessa Almeida de Lima, Instituto de Ciências Exatas - Curso de Bacharelado em Estatística - Universidade Federal do Amazonas - UFAM.

UNIVERSIDADE FEDERAL DO AMAZONAS
INSTITUTO DE CIÊNCIAS EXATAS
CURSO DE BACHARELADO EM ESTATÍSTICA

Fonte: De Lima (2020).

Downloads

Publicado

2020-05-01