Navegando por Autor "PENEDO, Jorge Eduardo Santos"

Filtrar resultados informando as primeiras letras
Agora exibindo 1 - 4 de 4
  • Imagem de Miniatura
    Item
    Sistema inteligente para classificação de defeitos na manufatura de placas com Rede Neural Convolucional
    (Instituto de Tecnologia e Educação Galileo da Amazônia, 2025) SILVA, Carlos Américo de Souza; LEITE, Jandecy Cabral; PENEDO, Jorge Eduardo Santos; PALADINI, Edson Pacheco
    Python-based software designed to classify defects in PCB manufacturing using Convolutional Neural Networks (CNN). Applied in Industry 4.0 environments, the system improves fault detection efficiency and reliability in production lines through intelligent pattern recognition.
  • Imagem de Miniatura
    Item
    Sistema inteligente para classificação de falhas na manufatura de placas utilizando algoritmo de Machine Learning KNN
    (Instituto de Tecnologia e Educação Galileo da Amazônia, 2025) PENEDO, Jorge Eduardo Santos; PALADINI, Edson Pacheco; SILVA, Carlos Américo de Souza; LEITE, Jandecy Cabral
    Python-based software using the K-Nearest Neighbors (KNN) machine learning algorithm to classify failures in PCB manufacturing lines. Designed for Industry 4.0 environments, it aims to improve predictive failure detection accuracy in automated industrial contexts.
  • Imagem de Miniatura
    Item
    Sistema inteligente para detecção de falhas utilizando algoritmo de Árvore de Decisão
    (Instituto de Tecnologia e Educação Galileo da Amazônia, 2025) PENEDO, Jorge Eduardo Santos; PALADINI, Edson Pacheco; SILVA, Carlos Américo de Souza; LEITE, Jandecy Cabral
    Python-based software employing Decision Tree algorithms to detect faults in industrial or computational systems. Designed for Industry 4.0 environments, it aims to enhance operational reliability and enable automated diagnostics.
  • Imagem de Miniatura
    Item
    Sistema inteligente para detecção de falhas utilizando algoritmo de máquina de vetores de suporte – SVM
    (Instituto de Tecnologia e Educação Galileo da Amazônia, 2025) SILVA, Carlos Américo de Souza; PALADINI, Edson Pacheco; PENEDO, Jorge Eduardo Santos; LEITE, Jandecy Cabral
    Python-based software using Support Vector Machine (SVM) algorithms for fault detection systems. Aimed at intelligent automation in industrial settings, the software enhances predictive decision-making accuracy in the context of Industry 4.0.