Máquina de vetores de suporte aplicada a dados de espectroscopia NIR de combustíveis e lubrificantes para o desenvolvimento de modelos de regressão e classificação

TL;DRAbstract

Modelos lineares de regressao e classificacao por vezes proporcionam um desempenho insatisfatorio no tratamento de dados de espectroscopia no infravermelho proximo de produtos derivados de petroleo. A maquina de vetores de suporte (SVM), baseada na teoria do aprendizado estatistico, possibilita o desenvolvimento de modelos de regressao e classificacao nao lineares que podem proporcionar uma melhor modelagem dos referidos dados, porem ainda e pouco explorada para resolucao de problemas em quimica analitica. Nesse trabalho demonstra-se a utilizacao do SVM para o tratamento de dados de espectroscopia na regiao do infravermelho proximo de combustiveis e lubrificantes. O SVM foi utilizado para a solucao de problemas de regressao e classificacao e seus resultados comparados com os algoritmos de referencia PLS e SIMCA. Foram abordados os seguintes problemas analiticos relacionados a controle de processos e controle de qualidade: (i) determinacao de parâmetros de qualidade do oleo diesel utili

Chat with Paper

AI Agents for this Paper