Inferência das propriedades de algodão através de técnicas de data mining

Abstract

Nos últimos anos, o desenvolvimento tecnológico tornou possível a medição das diferentes propriedades físicas das fibras de algodão, tais como, comprimento, micronaire, grau de uniformidade, alongamento, resistência, cor e grau de impureza. Estes dados são obtidos através da utilização de instrumentos HVI1, proporcionando resultados rápidos e fiáveis. No entanto, no que diz respeito ao estudo das propriedades químicas, os resultados são obtidos usando métodos laboratoriais mais demorados e dispendiosos. Este conhecimento é bastante importante, pois as propriedades químicas afetam fortemente o processo de transformação das referidas fibras. Neste estudo, são usadas várias técnicas de prospeção de dados (data mining) disponíveis na ferramenta Clementine. A prospeção de dados consiste num dos passos do processo de extração de conhecimento em bases de dados (DCBD), processo que tem como principal função a descoberta de relações e associações entre conjuntos de dados. A ferramenta inclui técnicas avançadas de modelação baseadas em inteligência artificial, extraindo dos dados possíveis relações complexas existentes, bem como regras de associação entre eles. Este artigo descreve o estudo efetuado utilizando o Clementine na análise de dados relativos a propriedades físicas e químicas da fibra de algodão. Os resultados atingidos apontam a forma como as técnicas de prospeção de dados podem ser usadas para assim estabelecer, de forma eficiente, relações que caracterizem as propriedades físicas e químicas das fibras.

In recent years technological development made it possible to measure the different cotton properties such as length, micronaire, uniformity, elongation, strength, color and degree of impurities. For this purpose the HIV instruments have been used. They provide quick and reliable results. However, concerning the study of the chemical properties the results are obtained using the methods applied in laboratories which take a longer time to be obtained and are more expensive to be carried out. This knowledge is very important since the chemical properties affect in a great extent the transformation process of this type of fibres. Therefore, in this study several data mining techniques, contained in a tool called Clementine are used. Data mining consists in one of the steps used to retrieve knowledge from data bases (ECBD), a process whose main function is to discover the relationships and associations within data sets. This tool includes advanced modelling techniques based on artificial intelligence, retrieving from data, possible existing complex relationships, as well as the association rules within them.