Please use this identifier to cite or link to this item: https://app.uff.br/riuff/handle/1/5713
Title: Uma ferramenta de apoio à detecção de falhas e recomendação de parâmetros em workflows científicos com mineração de dados
Authors: Silva Junior, Daniel Pinheiro da
metadata.dc.contributor.advisor: Carvalho, Aline Marins Paes
metadata.dc.contributor.advisorco: Oliveira, Daniel Cardoso Moraes de
metadata.dc.contributor.members: Ocanã, Kary Ann del Carmen Soriano
Carvalho, Alexandre Plastino
Issue Date: 1-Feb-2018
Abstract: Os experimentos científicos passaram a ter o suporte computacional para a sua execução e gerenciamento através de sua modelagem como um workflow. Sistemas computacionais foram desenvolvidos para fazer o gerenciamento não apenas das execuções destes experimentos mas também da organização dos dados produzidos durante todo o processo. Esses dados históricos possuem um grande conhecimento para ser extraído. Por meio do uso de técnicas de Aprendizado de Máquina este trabalho propõe uma ferramenta capaz de a partir da combinação de parâmetros das atividades do workflow, fazer a Detecção de Falhas antes que ocorram utilizando o conhecimento extraído de uma base histórica de execuções. Além disso, outra funcionalidade que a ferramenta proporciona é a Recomendação de Parâmetros, que retorna valores para parâmetros que o cientista não definiu os valores prévios, de modo a maximizar a chance do experimento ser finalizado corretamente. Com esta proposta, o trabalho visa reduzir o desperdício de recursos ocasionado por execuções dos experimentos que podem terminar falhando.
metadata.dc.description.abstractother: Scientific experiments started to have computational support for its execution and management through workflow modeling. Computational systems were developed to ma- nage not only executions of these experiments but also data organization produced during the whole process. Through the use of Machine Learning techniques this work proposes a tool capable of starting from the combination of workflow activity parameters, to do the Fault Detection before they occur using knowledge extracted from a historical basis of executions. In addition, another feature that the tool provides is the Recommendation of Parameters, which returns values for parameters that the scientist did not define the pre- vious values, in order to maximize the chance of the experiment being finalized correctly. With this proposal, the work aims to reduce the waste of resources caused by executions of the experiments that can end up failing.
URI: https://app.uff.br/riuff/handle/1/5713
Appears in Collections:TGI - Trabalhos de Conclusão de Curso

Files in This Item:
File Description SizeFormat 
Uma Ferramenta de Apoio à Detecção de Falhas e Recomenda_.pdf1.9 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.