Use este identificador para citar ou linkar para este item:
https://repositorio.pucgoias.edu.br/jspui/handle/123456789/3714
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | Lavrador, Felipe Libório | - |
dc.date.accessioned | 2022-01-07T14:14:19Z | - |
dc.date.available | 2022-01-07T14:14:19Z | - |
dc.date.issued | 2021-12-09 | - |
dc.identifier.uri | https://repositorio.pucgoias.edu.br/jspui/handle/123456789/3714 | - |
dc.description.abstract | Within a hydroelectric plant, the hill curve is an important graph to perform value predictions in specific circumstances. Thus, three regression models are proposed being Feedforward, Linear Regression and XGBoost. The data used to train the nets were obtained through of a reduced-scale model, totalize 1243 data. So noticing that among the three models, the Feedforward model demonstrated greater generalizability. thus a better alternative among the three proposed networks. | pt_BR |
dc.description.sponsorship | Não recebi financiamento | pt_BR |
dc.language | por | pt_BR |
dc.publisher | Pontifícia Universidade Católica de Goiás | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | Feedforward | pt_BR |
dc.subject | Regressão linear | pt_BR |
dc.subject | XGBoost | pt_BR |
dc.subject | Curva de colina | pt_BR |
dc.subject | Turbina hidrelétrica | pt_BR |
dc.title | Geração de curva de colina para turbina hidrelétrica usando rede neural artificial | pt_BR |
dc.type | Trabalho de Conclusão de Curso | pt_BR |
dc.contributor.advisor1 | Coelho, Clarimar José | - |
dc.contributor.advisor1ID | https://orcid.org/0000-0002-5163-2986 | pt_BR |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/1350166605717268 | pt_BR |
dc.contributor.advisor-co1 | Costa, Diogo Fernandes | - |
dc.contributor.advisor-co1Lattes | http://lattes.cnpq.br/0530560241892919 | pt_BR |
dc.contributor.referee2 | Dangoni, Arthur Galdino | - |
dc.contributor.referee2Lattes | http://lattes.cnpq.br/3841957183941685 | pt_BR |
dc.description.resumo | Dentro de uma usina hidroelétrica, a curva de colina é um gráfico importante para realizar predições de valores em circunstâncias específicas. Asism, é proposto três modelos de regressão sendo Feedforward, Regressão Linear e XGBoost. Os dados utilzados para treinar as redes, foram obtidos através de um modelo em escala reduzida, totalizam 1243 dados. Assim notando que dentre os três modelos, o modelo Feedforward demonstrou uma maior capacidade de generalização. Sendo assim uma melhor alternativa dentre as três redes propostas. | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.department | Escola Politécnica | pt_BR |
dc.publisher.initials | PUC Goiás | pt_BR |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | pt_BR |
dc.creator.Lattes | http://lattes.cnpq.br/9801811141321374 | pt_BR |
dc.degree.graduation | Engenharia de Computação | pt_BR |
dc.degree.level | Graduação | pt_BR |
Aparece nas coleções: | TCC Engenharia de Computação |
Arquivos associados a este item:
Arquivo | Tamanho | Formato | |
---|---|---|---|
Felipe_Final.pdf | 1,84 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.
Ferramentas do administrador