Aplicação de redes neurais para detecção de erros grosseiros de dados de processo de separação de isótopos de urânio por ultracentrifugação

• Processo: 00/09840-1
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de setembro de 2001
• Data de Término da vigência: 31 de agosto de 2003
• Área do conhecimento: Engenharias - Engenharia Nuclear - Combustível Nuclear
• Pesquisador responsável: Sylvana Cavedon Presti Migliavacca
• Beneficiário: Sylvana Cavedon Presti Migliavacca
• Instituição Sede: Instituto de Pesquisas Energéticas e Nucleares (IPEN). Secretaria de Desenvolvimento Econômico (São Paulo - Estado). São Paulo , SP, Brasil
• Assunto(s): Urânio Redes neurais Erro (falhas computacionais)
• Palavra(s)-Chave do Pesquisador: Deteccao Erros Grosseiros | Enriquecimento De Uranio | Rede Neural | Ultracentrifugacao

Resumo

A detecção de erros grosseiros em grandes conjuntos de dados experimentais provenientes de processos pouco conhecidos ou onde a reprodutibilidade de condições de processo não é suficiente para a aplicação de critérios estatísticos, é uma tarefa bastante difícil. Trabalhos anteriores do grupo (Migliavacca,1999b e Bülau et al.,1999), mostraram fortes indícios de que dados com erros grosseiros são mais difíceis de se ajustar com redes neurais do que aqueles isentos desse tipo de erro. No intuito de desenvolver esta metodologia está sendo proposto o presente projeto. Deverão ser estabelecidos a sistemática e os critérios para determinação de erros grosseiros utilizando redes neurais. Serão utilizados dados resultantes de ensaios de separação isotópica por ultracentrifugação, processo este que apresenta as características citadas acima. (AU)