Notícias

Banca de QUALIFICAÇÃO: DANIEL HERRERA DE OLIVEIRA LEMOS

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: DANIEL HERRERA DE OLIVEIRA LEMOS
DATA: 25/05/2023
HORA: 18:00
LOCAL: UEMA
TÍTULO:

OTIMIZAÇÃO DA CLASSIFICAÇÃO DE ACIDENTES DE TRABALHO NA EMPRESA VALE S.A. COM UTILIZAÇÃO DE ÁRVORE DE DECISÃO


PALAVRAS-CHAVES:

Acidentes de trabalho, Aprendizado de máquina, Classificação de acidentes de
trabalho e Análise de Dados


PÁGINAS: 16
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
RESUMO:

Os acidentes de trabalho são eventos indesejados que resultam em lesões físicas ou psicológicas para
os trabalhadores, representando uma preocupação significativa para empregadores e trabalhadores
devido aos impactos negativos na saúde, produtividade e bem-estar geral. Estatísticas da
Organização Internacional do Trabalho (OIT) mostram que ocorre uma morte a cada 15 segundos
devido a acidentes de trabalho ou doenças relacionadas à atividade profissional, totalizando 2,3
milhões de mortes por ano. No Brasil, uma pessoa morre a cada três horas e meia de trabalho diário,
colocando o país em quarto lugar no ranking global de acidentes com vítimas fatais. A Vale, empresa
de mineração, foi afetada por dois grandes acidentes: o rompimento da barragem de rejeitos de
mineração em Mariana em 2015 e o rompimento da barragem em Brumadinho em 2019. Esses
desastres ambientais resultaram em mortes, devastação de comunidades e contaminação do rio Doce.
O aprendizado de máquina é uma técnica que utiliza a indução para obter conclusões a partir de um
conjunto de exemplos. No aprendizado supervisionado, é possível aprender um mapeamento de
entradas para saídas a partir de um conjunto de treino e uma coluna com o valor a ser predito. O
aprendizado de máquina tem sido aplicado na prevenção de acidentes de trabalho, permitindo a
análise de grandes volumes de dados e a identificação de possíveis riscos ocupacionais. A pesquisa
tem como objetivo geral otimizar a classificação de acidentes de trabalho na Vale S.A. utilizando o
algoritmo de classificação de Árvore de Decisão. Os objetivos específicos incluem a construção da
fundamentação teórica, identificação e aplicação do modelo de aprendizado de máquina mais
assertivo e a publicação dos resultados em uma revista científica de qualidade. A arquitetura do
sistema proposto envolve a utilização da plataforma KNIME para a leitura e tratamento dos dados,
análise exploratória de dados, modelagem dos dados com três modelos de aprendizado de máquina e
avaliação dos resultados. Em resumo, a pesquisa busca otimizar a classificação de acidentes de
trabalho na Vale S.A. por meio do aprendizado de máquina, utilizando uma metodologia que envolve
revisão da literatura, coleta e tratamento dos dados, análise estatística e de mineração de dados,
modelagem dos dados e análise dos resultados.


MEMBROS DA BANCA:
Interno - 853053 - ANTONIO FERNANDO LAVAREDA JACOB JUNIOR
Presidente(a) - 7370 - CICERO COSTA QUARTO
Externo à Instituição - RODRIGO MONTEIRO DE LIMA - UNDB
Notícia cadastrada em: 23/05/2023 15:41
SIGUEMA Acadêmico | Coordenação de Sistemas de Informação - 2016-8200, ramal 9950/2016-8201/2016-8202 | Copyright © 2006-2024 - UEMA - AppServer2.s2i1