Assistente virtual baseada em processamento de linguagem natural para automação de consulta em banco de dados industrial

dc.contributor.advisorGodoy, Eduardo Paciência
dc.contributor.authorFernandez, Douglas de Pádua
dc.contributor.institutionUniversidade Estadual Paulista (Unesp)
dc.date.accessioned2021-12-14T17:34:06Z
dc.date.available2021-12-14T17:34:06Z
dc.date.issued2021-11-22
dc.description.abstractO progresso nas indústrias vem se desenvolvendo constantemente e, atualmente, a automação tradicional tem sido substituída por aplicações de tecnologias como a Internet das Coisas, Computação em Nuvem, Inteligência Artificial, Big Data, protocolos de comunicação via redes sem fio e acessos remotos de dados, decorrentes da Indústria 4.0. Visando uma automação mais colaborativa para com as interações humanas e que favoreça a eficiência nas tomadas de decisão dentro de uma fábrica, da integração entre tais tecnologias emergentes surge uma tendência que vêm sendo posta em evidência no âmbito industrial: a utilização de assistentes virtuais, também denominadas de sistemas de conversação orientados a tarefas. A partir desta tendência, no presente trabalho foi desenvolvida uma assistente virtual industrial composta por três pilares da Indústria 4.0: Internet das Coisas, Inteligência Artificial e Acesso Remoto a Dados. Tal sistema desenvolvido é responsável por permitir e facilitar o acesso a dados históricos de sensores de nível, pressão, vazão e temperatura de uma planta-piloto industrial para o usuário final, a partir de qualquer dispositivo conectado à rede de internet da planta. Na implementação da aplicação da assistente virtual, foi desenvolvida uma dashboard gráfica Node-RED, como interface entre a aplicação e o usuário. Além disso, foram desenvolvidos métodos de predição em Processamento de Linguagem Natural para realizar a conversão de linguagem natural em queries do banco de dados InfluxDB. Tais métodos foram explorados para os algoritmos Logistic Regression, MultinomialNB, AdaBoost, Decision Tree e Dummy nas estratégias estratificado e mais frequente, e, após a investigação e otimização de parâmetros, obteve-se uma acurácia de predição de 93.26% para o algoritmo Decision Tree, com um intervalo de confiança entre 88.19% e 98.33%.pt
dc.description.abstractThe industrial advancement had been constantly developed and, nowadays, the traditional automation has been replaced by technological applications such as Internet of Things, Cloud Computing, Artificial Intelligence, Big Data, wireless communication protocols and remote access to data, due to Industry 4.0. Aiming at a more collaborative automation in human interactions and at interactions that help the decision taking efficiency inside a factory, from the integration between those emerging technologies, arise a trend that has been put in focus on the industrial environment: the use of virtual assistants, also known as task oriented conversational systems. From this trend, in the present paper, an industrial virtual assistant has been developed based on three pillars from Industry 4.0: Internet of Things, Artificial Intelligence and Remote Access to Data. This developed system is responsible to allow and favor the access to level, pressure, flow and temperature sensor data from the industrial plant to the final user, from any device connected to the industrial facility’s internet network. In the implementation of the virtual assistant application, a graphic Node-RED dashboard has been developed, as the interface between the user and the application. Furthermore, Natural Language Processing prediction methods have been developed to convert natural language into InfluxDB database queries. These methods were explored for Logistic Regression, MultinomialNB, AdaBoost, Decision Tree and Dummy (with stratified and most frequent strategies) algorithms, and after some parameters and algorithms investigation and optimization, it resulted in a prediction accuracy of 93.26% for the Decision Tree algorithm and an error range between 88.19% and 98.33%.pt
dc.description.sponsorshipNão recebi financiamento
dc.identifier.urihttp://hdl.handle.net/11449/215451
dc.language.isopor
dc.publisherUniversidade Estadual Paulista (Unesp)
dc.rights.accessRightsAcesso restrito
dc.subjectAplicações industriaispt
dc.subjectInternet das coisaspt
dc.subjectProcessamento de linguagem naturalpt
dc.subjectBanco de dadospt
dc.subjectIndustrial applicationspt
dc.subjectInternet of Thingspt
dc.subjectNatural language processingpt
dc.subjectDatabasept
dc.titleAssistente virtual baseada em processamento de linguagem natural para automação de consulta em banco de dados industrialpt
dc.title.alternativeVirtual assistant based on natural language processing for industrial database query automationpt
dc.typeTrabalho de conclusão de curso
unesp.campusUniversidade Estadual Paulista (Unesp), Instituto de Ciência e Tecnologia, Sorocabapt
unesp.undergraduateOutropt

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
fernandez_dp_tcc_soro.pdf
Tamanho:
5.14 MB
Formato:
Adobe Portable Document Format
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
fernandez_dp_autorizacao_soro.pdf
Tamanho:
82.36 KB
Formato:
Adobe Portable Document Format
Descrição: