Aplicação da Árvore Probabilística de Sufixo na Predição de Resultados do Processo de Extração de Café Solúvel
Resumo
A extração de café solúvel é um processo industrial que gera grande quantidade de dados em tempo real, como rendimento, pH, temperaturas, concentração, percentual de sólidos solúveis, dentre outros. No entanto, essa grande quantidade de dados é pouco aproveitada na melhoria do processo. Este trabalho apresenta uma metodologia capaz de sumarizar resultados do extrator de café por meio de árvores probabilísticas de sufixo, nas quais o histórico de observações dos resultados é utilizado na estimação de probabilidades de ocorrência de cada classe, indicando se o extrator está operando adequadamente. A metodologia está em estudo na Cia Iguaçu de Café Solúvel e poderá ser estendida para outras aplicações no futuro.
Referências
Alsmeyer, F. (2006) “Automatic Adjustment of Data Compression in Process Information Management Systems”, Computer Aided Chemical Engineering, v.21, p.1533-1538, Aachen, Germany.
Café Iguaçu (2017) “História”, [link], Março.
Ching, W., Fung, E. S. and Ng, M. K. (2002) “A Multivariate Markov Chain Model for Categorical Data Sequences and Its Applications in Demand Predictions”, In: IMA Journal of Management Mathematics, p.187-199, Hong Kong.
Clarke, R. J. (1985) “Water and Mineral Contents”. In: Clarke, R. J., Macrae, R. “Coffee: Chemistry”, Elsevier Applied Science Publishers, v.1, p.42-82, London.
Clifford, M. N. (1985) “Chemical and Physical Aspects of Green Coffee and Coffee Products”. In: Coffee: Botany, Biochemistry and Production of Beans and Beverage, p.305-374, London: M. Chapman and Hall.
CNI, Confederação Nacional da Indústria (2017) “Alimentos e Bebidas”, [link], Fevereiro.
De Souza, A. J., Bezerra, C. G., De Andrade, W. L. S., Feijo, R. H.; Leitao, G. B. P., Guedes, L. A., Maitelli, A. L., De Medeiros, A. A. D. (2005) “Gerência de Informação da Produção de Petróleo e Gás”, In: 3º Congresso Brasileiro de P&D em Petróleo e Gás. Salvador, Bahia.
Duda, R. O., Hart, P. E. and Stork, D. G. (2000a) “Pattern Classification”, Second Edition, In: Wiley-Interscience, c.3, p.57.
Duda, R. O., Hart, P. E. and Stork, D. G. (2000b) “Pattern Classification”, Second Edition, In: Wiley-Interscience, c.3, p.3.
Kashiwabara, A. Y., Bonadio, Í., Onuchic, V., Amado, F., Mathias, R., Durham, A. M. (2013) “Tops: A Framework to Manipulate Probabilistic Models of Sequence Data”, In: PLOS: Computational Biology.
Largeron, C. (2003) “Prediction Suffix Trees for Supervised Classification of Sequences”, In: Journal Pattern Recognition Letters, v.24, p.3153-3164.
Leonardi, F. G. (2006) “A Generalization of the PST Algorithm: Modeling the Sparse Nature of Protein Sequences”, In: Bioinformatics, v.22, n.11, p.1302-1307.
Linden, R. (2012) “Algoritmos Genéticos”, 3ª Edição, Editora Ciência Moderna, Rio de Janeiro, p.43.
Patrick, J. J. (2009) “SQL Fundamentals”, Third Edition, Pearson Education, USA, p.3.
Pitchon, E., Gottesman, M. and Meier, R. W. (1970) “Process for Manufacture of Coffee Extract”, United States Patent, General Foods Corporation, New York.
Muñoz-Garcia, J., L. Moreno-Rebollo, J., Pascual-Acosta, A. (1990) “Outliers: A Formal Approach”, In: International Statistical Review, v.58, n.3, p.215-226.
Ribeiro, M. A. (2001) “Automação Industrial”, 4 ed, Salvador: Tek Treinamento & Consultoria Ltda.
Rissanen, J. (1983) “A Universal Data Compression System”, In: IEE Transactions on Information Theory, v.29, n.5, p.656-664.
Santos, A. F. S. (2014) “Métodos Facilitadores de Melhoria do Processo e Aumento de Produtividade”, Instituto de Educação Tecnológica - IETEC.
Schwarz, G. (1978) “Estimating the Dimension of a Model”, In: The Annals of Statistics, v.6, n.2, p.461-464.
Zeferino, L. B., Saraiva, S. H., Silva, L. C, Teixeira, L. J. Q., Lucia S. M. D. (2010) “Efeito da Concentração de Sólidos Solúveis do Extrato de Café Conilon no Índice de Refração, na Densidade e na Viscosidade do Extrato”, In: Enciclopédia Biosfera, Centro Científico Conhecer, v.6, n.11, p.1, Goiânia.
Café Iguaçu (2017) “História”, [link], Março.
Ching, W., Fung, E. S. and Ng, M. K. (2002) “A Multivariate Markov Chain Model for Categorical Data Sequences and Its Applications in Demand Predictions”, In: IMA Journal of Management Mathematics, p.187-199, Hong Kong.
Clarke, R. J. (1985) “Water and Mineral Contents”. In: Clarke, R. J., Macrae, R. “Coffee: Chemistry”, Elsevier Applied Science Publishers, v.1, p.42-82, London.
Clifford, M. N. (1985) “Chemical and Physical Aspects of Green Coffee and Coffee Products”. In: Coffee: Botany, Biochemistry and Production of Beans and Beverage, p.305-374, London: M. Chapman and Hall.
CNI, Confederação Nacional da Indústria (2017) “Alimentos e Bebidas”, [link], Fevereiro.
De Souza, A. J., Bezerra, C. G., De Andrade, W. L. S., Feijo, R. H.; Leitao, G. B. P., Guedes, L. A., Maitelli, A. L., De Medeiros, A. A. D. (2005) “Gerência de Informação da Produção de Petróleo e Gás”, In: 3º Congresso Brasileiro de P&D em Petróleo e Gás. Salvador, Bahia.
Duda, R. O., Hart, P. E. and Stork, D. G. (2000a) “Pattern Classification”, Second Edition, In: Wiley-Interscience, c.3, p.57.
Duda, R. O., Hart, P. E. and Stork, D. G. (2000b) “Pattern Classification”, Second Edition, In: Wiley-Interscience, c.3, p.3.
Kashiwabara, A. Y., Bonadio, Í., Onuchic, V., Amado, F., Mathias, R., Durham, A. M. (2013) “Tops: A Framework to Manipulate Probabilistic Models of Sequence Data”, In: PLOS: Computational Biology.
Largeron, C. (2003) “Prediction Suffix Trees for Supervised Classification of Sequences”, In: Journal Pattern Recognition Letters, v.24, p.3153-3164.
Leonardi, F. G. (2006) “A Generalization of the PST Algorithm: Modeling the Sparse Nature of Protein Sequences”, In: Bioinformatics, v.22, n.11, p.1302-1307.
Linden, R. (2012) “Algoritmos Genéticos”, 3ª Edição, Editora Ciência Moderna, Rio de Janeiro, p.43.
Patrick, J. J. (2009) “SQL Fundamentals”, Third Edition, Pearson Education, USA, p.3.
Pitchon, E., Gottesman, M. and Meier, R. W. (1970) “Process for Manufacture of Coffee Extract”, United States Patent, General Foods Corporation, New York.
Muñoz-Garcia, J., L. Moreno-Rebollo, J., Pascual-Acosta, A. (1990) “Outliers: A Formal Approach”, In: International Statistical Review, v.58, n.3, p.215-226.
Ribeiro, M. A. (2001) “Automação Industrial”, 4 ed, Salvador: Tek Treinamento & Consultoria Ltda.
Rissanen, J. (1983) “A Universal Data Compression System”, In: IEE Transactions on Information Theory, v.29, n.5, p.656-664.
Santos, A. F. S. (2014) “Métodos Facilitadores de Melhoria do Processo e Aumento de Produtividade”, Instituto de Educação Tecnológica - IETEC.
Schwarz, G. (1978) “Estimating the Dimension of a Model”, In: The Annals of Statistics, v.6, n.2, p.461-464.
Zeferino, L. B., Saraiva, S. H., Silva, L. C, Teixeira, L. J. Q., Lucia S. M. D. (2010) “Efeito da Concentração de Sólidos Solúveis do Extrato de Café Conilon no Índice de Refração, na Densidade e na Viscosidade do Extrato”, In: Enciclopédia Biosfera, Centro Científico Conhecer, v.6, n.11, p.1, Goiânia.
Publicado
02/07/2017
Como Citar
DA SILVA, Everton; DE LIMA, Elenir Lila Leobet; LOPES, Fabrício Martins; KASHIWABARA, André Yoshiaki.
Aplicação da Árvore Probabilística de Sufixo na Predição de Resultados do Processo de Extração de Café Solúvel. In: SEMINÁRIO INTEGRADO DE SOFTWARE E HARDWARE (SEMISH), 44. , 2017, São Paulo.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2017
.
p. 2554-2565.
ISSN 2595-6205.
DOI: https://doi.org/10.5753/semish.2017.3363.
