DETECÇÃO AUTOMATICA DE DEFEITOS EM TRILHOS FERROVIARIOS ATRAVÉS DE VISÃO COMPUTACIONAL

Autores

  • Matheus Sousa Barroso Universidade Ceuma image/svg+xml
  • Jonathan Araujo Queiroz UFMA

DOI:

https://doi.org/10.51891/rease.v10i11.17227

Palavras-chave:

Inteligência Artificial. Visão Computacional. Machine Learning. Trilhos Ferroviários. Detecção de Defeitos. Classificação de Defeitos. Manutenção Ferroviária.

Resumo

A Inteligência Artificial tem se mostrado uma ferramenta promissora na área de visão computacional. Neste trabalho, propõe-se a construção de uma solução utilizando técnicas de Machine Learning para a detecção de defeitos superficiais em trilhos. A partir de um conjunto de dados obtidos por meio de imagens dos trilhos, será desenvolvido um modelo capaz de identificar defeitos, visando aumentar a segurança e eficiência na manutenção ferroviária. Como resultados preliminares, foi criado um modelo de classificação que apresenta métricas de avaliação satisfatórias, evidenciando o potencial da aplicação para auxiliar nas inspeções de trilhos ferroviários.

372 537

Downloads

Os dados de download ainda não estão disponíveis.

Biografia do Autor

  • Matheus Sousa Barroso, Universidade Ceuma

    Discente, Universidade CEUMA. 

     

  • Jonathan Araujo Queiroz, UFMA

    Graduado em Matemática (UFMA), especialista em Métodos Estatísticos Aplicados (UEMA), mestre (UFMA),  doutor (UFMA) e pós-doutorado em Engenharia Elétrica (UFMA). 

Downloads

Publicado

2024-11-29

Como Citar

Barroso, M. S., & Queiroz, J. A. (2024). DETECÇÃO AUTOMATICA DE DEFEITOS EM TRILHOS FERROVIARIOS ATRAVÉS DE VISÃO COMPUTACIONAL. Revista Ibero-Americana de Humanidades, Ciências e Educação, 10(11), 7616-7629. https://doi.org/10.51891/rease.v10i11.17227

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

11-20 de 22

Artigos Semelhantes

1-10 de 50

Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.