AVALIAÇÃO DE MÉTODOS DE AGRUPAMENTOS EM DADOS DE BIOMASSA CONSIDERANDO OS DIFERENTES TIPOS DE PIRÓLISE
DOI:
https://doi.org/10.12957/ric.2023.71261Palavras-chave:
Cluster, Inteligência Artificial, Biomassa, Programa RResumo
Este estudo aborda um problema de classificação de dados de Biomassa e tem como um dos objetivos identificar as variáveis mais relevantes para a classificação do tipo de pirólise de Biomassa. Além disso, o trabalho tem o objetivo de avaliar se as classes dos tipos de pirólise são suficientes para caracterizar esse processo químico. O algoritmo de Floresta Aleatória foi aplicado para identificar quais variáveis são mais relevantes no processo de classificação do tipo de pirólise, obtendo uma acurácia em torno de 97%. Foi identificado que as variáveis mais importantes são: Tempo de residência médio no reator para o gás e de arraste, Porcentagem de carbono em base seca livre de cinza na matéria-prima, Tamanho da partícula média no reator e Porcentagem de hidrogênio em base seca livre de cinza na matéria-prima. Com o subgrupo das variáveis mais relevantes, os seguintes métodos de agrupamentos foram utilizados: k-means, pam, clara, diana, fanny, hierárquico, som, sota, model. Para avaliar os métodos de agrupamentos, foram utilizadas as medidas de validação interna com as métricas de índice Dunn e silhouette. As medidas de validação indicaram o agrupamento hierárquico e k-means com os melhores resultados para número de grupos maior do que o número de classes de pirólise já existentes. Desta forma, o conjunto de dados deve ser dividido em um número maior de grupos de tipo de pirólise, pois considerar apenas as classes disponíveis é muito limitado para caracterizar o tipo de pirólise, uma vez que os algoritmos de classificação não supervisionados aplicados indicam que o ideal seria o número de agrupamentos serem maiores ou iguais a cinco.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Os Direitos Autorais dos artigos publicados na revista Revista Internacional de Ciências pertencem ao(s) seu(s) respectivo(s) autor(es), com os direitos de primeira publicação cedidos à RIC.
Os artigos publicados são de acesso público, de uso gratuito, com atribuição de autoria obrigatória, para aplicações de finalidade educacional, de pesquisa de acordo com o modelo de licenciamento Creative Commons 4.0 adotado pela revista.
A Revista Internacional de Ciências utiliza uma Licença Creative Commons Atribuição 4.0 Internacional.