Título: Compactação de Dados de Cromatografia Gasosa para Classificação Neural de Óleos
Autores: Paes, Rosa Cristhyna de Oliveira Vieira; Serra, Ana Cristina da Silva
Resumo: Atualmente, devido ao fato de diversas bacias sedimentares serem alvo de estudos geoquímicos detalhados, a obtenção de uma ferramenta computacional que permita classificar diferentes tipos de óleos de maneira rápida e precisa possibilitaria uma agilização para caracterização de sistemas petrolíferos. Em virtude da grande quantidade de dados a ser analisada, procura-se tornar o processo o mais automatizado possível, com geração de resultados rápidos e precisos, cujos benefícios concentram-se na redução do tempo de análise do tipo de óleo. Inicialmente aplicou-se a técnica de redes neurais e seu desempenho foi avaliado para classificação de diferentes tipos de óleo, de acordo com os perfis de distribuição dos n-alcanos em cromatogramas gasosos. O algoritmo obtido permitiu uma classificação de diferentes tipos de óleos com um alto nível de confiabilidade. A partir da rede treinada, o objetivo desse estudo consistiu em avaliar seu desempenho quando os dados são compactados através das técnicas de Análise de Componentes Principais (PCA) e Análise de Relevância das variáveis.
Palavras-chave: Cromatogramas gasosos; classificação; redes neurais; análise de componentes principais; relevância
Páginas: 6
Código DOI: 10.21528/CBRN2005-145
Artigo em PDF: CBRN2005_145.pdf
Arquivo BibTex: CBRN2005_145.bib