TRABALHO ÓLEO MOTOR - INTELIGÊNCIA ARTIFICIAL
1. Objetivo
O objetivo do trabalho é preparar um sistema neural capaz de realizar 3 diferentes
classificações de diagnóstico com base em um conjunto de medidas laboratoriais extraídas de
amostras de óleo usado.
2. Os Dados
Através de 27 medidas obtidas na análise química, cada motor é avaliado segundo 3 quesitos:
corrosão, combustão e contaminação.
As avaliações recebidas por cada motor são representadas pelas cores do sinal de trânsito:
VERDE, AMARELO e VERMELHO.
3. Massa de dados
Está contida na tabela Excel de nome diag_motor.xls.
4. Solução Proposta
A divisão dos dados entre Ptreina, Pteste, TTreina e Tteste foi feita para separar os dados em
dois conjuntos: um conjunto de treinamento e um conjunto de teste.
O conjunto de treinamento é usado para treinar a rede neural. Enquanto o conjunto de teste é
usado para avaliar o desempenho da rede neural em dados não vistos.
Ttreina e Tteste armazenam as entradas dos dados de treinamento e teste, respectivamente.
Ptreina e Pteste armazenam as saídas desejadas dos dados de treinamento e teste,
respectivamente.
•A divisão dos dados entre Ptreina, Pteste, TTreina e Tteste foi feita para separar os
dados em dois conjuntos: um conjunto de treinamento e um conjunto de teste.
•O conjunto de treinamento é usado para treinar a rede neural. Enquanto o conjunto
de teste é usado para avaliar o desempenho da rede neural em dados não vistos.
•Ttreina e Tteste armazenam as entradas dos dados de treinamento e teste,
respectivamente.
•Ptreina e Pteste armazenam as saídas desejadas dos dados de treinamento e teste,
respectivamente.
•Os parâmetros são ajustados em dez ocasiões, proporcionando diversidade nos testes.
• Após os testes, identificamos os resultados mais eficientes obtidos pela rede neural.
•Os desempenhos são documentados em tabelas.
•Destacamos os resultados mais promissores e também aqueles que foram menos
satisfatórios.
