A Comparative Study of Forecasting Methods in the Context of Digital Twins

##plugins.themes.bootstrap3.article.main##

João Souto Maior
https://orcid.org/0000-0002-5470-0331
Byron Leite Dantas Bezerra
https://orcid.org/0000-0002-8327-9734
Luciano Leal
https://orcid.org/0000-0002-5783-874X
Celso Antonio M Lopes Júnior
http://orcid.org/0000-0003-1356-5759
Cleber Zanchettin
https://orcid.org/0000-0001-6421-9747

Resumo

This paper describes and compares different forecasting techniques usedto build a real-world Industry 4.0 application using concepts of DigitalTwins. For this experiment, real data collected from a temperature sensorduring the initial stages of a manufacturing process is used. This raw datafrom the sensors is preprocessed using state-of-the-art time seriestechniques for gap removal, normalization, and interpolation. Theprocessed data are then used as input for the selected forecastingtechniques for training, forecasting, and tests. Finally, the rates of thedifferent techniques are compared using accuracy measures to determinethe most accurate technique to be used in the application to support itsforecasting use cases. This paper also explores different areas that canbe used as topics for future work.

Downloads

Não há dados estatísticos.

##plugins.themes.bootstrap3.article.details##

Como Citar
Maior, J., Bezerra, B., Leal, L., Lopes Júnior, C., & Zanchettin, C. (2023). A Comparative Study of Forecasting Methods in the Context of Digital Twins. Revista De Engenharia E Pesquisa Aplicada, 9(1), 28-40. https://doi.org/10.25286/repa.v9i1.2771
Seção
Edição Especial em Ciência de Dados e Analytics
Biografia do Autor

Byron Leite Dantas Bezerra, Escola Politécnica de Pernambuco, Universidade de Pernambuco

Possui graduação em Bacharelado em Ciência da Computação pela Universidade Federal de Pernambuco (2001), além de mestrado (2004) e doutorado (2008) em Ciência da Computação, com ênfase em Inteligência Computacional, pela Universidade Federal de Pernambuco. Atualmente é professor Associado do Curso de Graduação e Mestrado em Engenharia da Computação da Universidade de Pernambuco (POLI/UPE). É também Coordenador do Mestrado em Engenharia de Computação da UPE. Na liderança do Grupo de Pesquisa em Reconhecimento de Padrões cadastrado no CNPq e certificado pela UPE, Byron desenvolve projetos de pesquisa com outros professores pesquisadores e estudantes da UPE e UFPE, congregando pouco mais de 8 professores doutores além de 35 estudantes de graduação e pós-graduação destas duas universidades. Além disso, Byron é sócio fundador da Callere Document Solutions SA, empresa associada a Stefanini e que possui como foco o desenvolvimento de tecnologias e soluções para reconhecimento, recuperação, extração e processamento de informações em documentos digitais e redes sociais. Byron possui experiência na área de Ciência da Computação, com ênfase em Inteligência Artificial, atuando principalmente nos seguintes temas: reconhecimento de padrões, processamento de imagens, reconhecimento de gestos, reconhecimento de escrita, sistemas de recomendação, filtragem de informação e personalização. Por meio desta aproximação com o mercado, Byron desenvolveu diversos projetos de pesquisa e desenvolvimento nas suas áreas de pesquisa, com destaque para tecnologias de processamento de documentos de imagens digitais para o mercado privado e público. 

Artigos mais lidos pelo (s) mesmo (s) autor (es)