dc.creator |
CARVALHO, Jaqueline Corrêa Silva de |
|
dc.date.issued |
2024-07-11 |
|
dc.identifier.uri |
https://repositorio.unifei.edu.br/jspui/handle/123456789/4113 |
|
dc.description.abstract |
In a Data Science project, it is essential to determine the relevance of the data and identify
patterns that contribute to decision–making based on domain–specific knowledge. Furthermore,
a clear definition of methodologies and creation of documentation to guide a project’s
development from inception to completion are essential elements. This study presents a Data
Science model designed to guide the process, covering data collection through training with
the aim of facilitating knowledge discovery. Motivated by deficiencies in existing Data Science
methodologies, particularly the lack of practical step–by–step guidance on how to prepare data
to reach the production phase. Named “Data Refinement Cycle with Rough Set Theory (DRC–
RST)”, the proposed model was developed based on the emerging needs of a Data Sciense
project aimed at assisting healthcare professionals in diagnosing pesticide poisoning among
rural workers. The dataset used in this project resulted from scientific research in which 1027
samples were collected, containing data related to toxicity biomarkers and clinical analyses. We
achieved an accuracy of 99.61% with only 27 rules for determining the diagnosis. The results
optimized healthcare practices and improved quality of life in rural areas. The project outcomes
demonstrated the success of the proposed model. |
pt_BR |
dc.language |
por |
pt_BR |
dc.publisher |
Universidade Federal de Itajubá |
pt_BR |
dc.rights |
Acesso Aberto |
pt_BR |
dc.subject |
Ciência de dados |
pt_BR |
dc.subject |
Sistema de suporte à decisão |
pt_BR |
dc.subject |
Aprendizado de máquina |
pt_BR |
dc.subject |
Diagnóstico de intoxicação por agrotóxicos |
pt_BR |
dc.title |
Ciência de dados no diagnóstico de intoxicação por agrotóxicos em trabalhadores rurais usando teoria de conjuntos aproximados |
pt_BR |
dc.type |
Tese |
pt_BR |
dc.date.available |
2024-08-12 |
|
dc.date.available |
2024-08-12T18:56:36Z |
|
dc.date.accessioned |
2024-08-12T18:56:36Z |
|
dc.creator.Lattes |
http://lattes.cnpq.br/6163192967724423 |
pt_BR |
dc.contributor.advisor1 |
PIMENTA, Tales Cleber |
|
dc.contributor.advisor1Lattes |
http://lattes.cnpq.br/3321577431881283 |
pt_BR |
dc.contributor.advisor-co1 |
SILVÉRIO, Alessandra Cristina Pupin |
|
dc.contributor.advisor-co1Lattes |
http://lattes.cnpq.br/8018632189875312 |
pt_BR |
dc.description.resumo |
Num projeto de Ciência de Dados, é essencial determinar a relevância dos dados e identificar
padrões que contribuam para a tomada de decisões com base no conhecimento específico
do domínio. Além disso, uma definição clara das metodologias e a criação de documentação
para orientar o desenvolvimento de um projeto desde o início até a conclusão são elementos
essenciais. Este estudo apresenta um modelo de Ciência de Dados projetado para orientar o
processo, abrangendo desde a coleta de dados até o treinamento com o objetivo de facilitar a
descoberta de conhecimento. Motivado por deficiências em metodologias existentes de Ciência
de Dados, especialmente a falta de orientação prática passo a passo sobre como preparar os
dados para alcançar a fase de produção. Chamado de “Ciclo de Refinamento de Dados com
a Teoria de Conjuntos Aproximados (CRD–TCA)”, o modelo proposto foi desenvolvido com
base nas necessidades emergentes de um projeto de Ciência de Dados com o objetivo de auxiliar
profissionais de saúde no diagnóstico de intoxicação por agrotóxicos entre trabalhadores
rurais. O conjunto de dados usado neste projeto resultou de uma pesquisa científica na qual
foram coletadas 1027 amostras, contendo dados relacionados a biomarcadores de toxicidade e
análises clínicas. Alcançamos uma precisão de 99,61% com apenas 27 regras para determinar o
diagnóstico. Os resultados otimizaram práticas de saúde e melhoraram a qualidade de vida em
áreas rurais. Os resultados do projeto demonstraram o sucesso do modelo proposto. |
pt_BR |
dc.publisher.country |
Brasil |
pt_BR |
dc.publisher.department |
IESTI - Instituto de Engenharia de Sistemas e Tecnologia da Informação |
pt_BR |
dc.publisher.program |
Programa de Pós-Graduação: Doutorado - Engenharia Elétrica |
pt_BR |
dc.publisher.initials |
UNIFEI |
pt_BR |
dc.subject.cnpq |
CNPQ::ENGENHARIAS::ENGENHARIA ELÉTRICA |
pt_BR |
dc.relation.references |
CARVALHO, Jaqueline Corrêa Silva de. Ciência de dados no diagnóstico de intoxicação por agrotóxicos em trabalhadores rurais usando teoria de conjuntos aproximados. 2024. 102 f. Tese (Doutorado em Engenharia Elétrica) – Universidade Federal de Itajubá, Itajubá, 2024. |
pt_BR |