Premiado artigo sobre recurso a técnicas de data mining para prever avarias

O artigo “Failure Prediction - an Application in the Railway Industry” aborda o tema da exploração de dados para a predição de avarias, usando como caso de estudo as portas de comboio suburbano em operação em Inglaterra. Os investigadores utilizaram técnicas de data mining para verificar se seria possível detetar, ainda numa fase precoce, o aparecimento de falhas no funcionamento das portas desse comboio. “No decurso desse trabalho acabámos por demonstrar que a aplicação de um pós-processamento aos resultados de uma primeira etapa de classificação era uma forma adequada de prever avarias em sistemas como as portas automáticas de um comboio”, explica Pedro Mota Pereira.

O trabalho premiado resulta da investigação que está a ser desenvolvida no âmbito da tese de mestrado em Análise de Dados da Faculdade de Economia da Universidade do Porto de Pedro Mota Pereira.

Trata-se da segunda vez que o prémio Carl H. Smith é atribuído a um investigador do LIAAD. Em 2006, a distinção foi para Rita Ribeiro, coautora do documento agora premiado.

O prémio "Carl H. Smith" existe desde 2005 e é uma atribuição para o Best Student Paper na conferência anual Discovery Science. O prémio será entregue durante a conferência, entre 8 e 10 de outubro na Eslovénia.