top of page
LAFEJ Softwares
No LAFEJ há uma equipe de pesquisadores e estudantes que desenvolvem softwares para diferentes finalidades. Dependendo da aplicação, esses softwares são disponibilizados para uso da comunidade científica tanto nacional como internacional.
Machine Learning Recovery Data (MALERD)
Machine learning para correção de séries tmporais
Séries temporais são essenciais para entender fenômenos físicos por permitir modelagens matemáticas para previsões futuras de variáveis naturais. No entanto, obtê-las pode ser desafiador devido a falhas e custos de manutenção dos equipamentos, levando a perdas de dados que prejudicam a análise. Pesquisadores tentam preencher essas lacunas com valores plausíveis, mas métodos inadequados podem gerar viés. Técnicas como média de pontos vizinhos, maximum likelihood e algoritmos de aprendizado de máquina têm sido usadas para recuperar dados, cada uma com vantagens e desvantagens.
Nesta página será mostrado o software MALERD desenvolvido justamente para recuperação de dados perdidos. Para isso, foi utilizado pacotes de Machine Learning aplicados para recuperar dados em séries temporais geofísicas.
A solução
Vários problemas podem levar à perda de dados, como picos de energia, quedas de energia, falhas de equipamento e muito mais. A solução foi criar um modelo baseado em machine learning para resolver esse problema, haja visto que o modelo aprende com padrões passados e consegue prever os dados futuros ou ausentes com menores erros possíveis. A Figura 1 mostra um gráfico que contém erros de dados durante a sua obtenção.
Figura 1: Exemplo de fenômeno espúrio na série temporal da altura virtual da camada F (h'F).
Modelo de regressão
O modelo de regressão é uma técnica estatística usada para entender e prever a relação entre uma variável dependente (ou resposta) e uma ou mais variáveis independentes (ou preditoras). O objetivo é criar uma função matemática que melhor represente essa relação, permitindo prever valores da variável dependente com base nas variáveis independentes.
A Figura 2 abaixo mostra o resultado final para a mesma Figura 1.
Figura 2: A mesma série temporal mostrada na Figura 1, mas já corrigida usando machine learning.
Interface do aplicativo
Interface
Explicação para uso do app:
Procurar Arquivo: procure o arquivo na janela que irá abrir
Carregar Dados: ao clicar no botão carregar dados, esteja já com seu arquivo selecionado, é nesse momento que o modelo vai aprender com os dados e entregar o resultado de correção.
No restante dos botões é apenas para plotagem do gráfico original(com erros) e o plotar gráfico que já está corrigido, tem também a opção de salvar dados e o gráfico, e por último as informações de desenvolvimento e mais algumas informações para uso
Use o aplicativo
Instruções para download
Para usar nosso aplicativo siga alguns passos:
1 - preencha os campos do formulário
- para que queremos essas informações: queremos ter acesso para ter conhecimento sobre quem e onde está ultilizando nosso aplicativo.
2- Após o formulário ser preenchido você será redirecionado há uma página do media fire, faça o download por lá.
3-constantemente o sistema operacional do computador detecta como malicioso o aplicativo, para reverter essa situação já estamos trabalhando para obter o certificado digital, mas no momento ainda não temos, então ao clicar em baixar aparecerá um campo de aviso no download clique em "manter o download".
bottom of page