Publication
Machine learning applied to asset management
| dc.contributor.advisor | Datia, Nuno | |
| dc.contributor.advisor | Pato, Matilde Pós-de-Mina | |
| dc.contributor.author | Santos, Pedro Costa | |
| dc.date.accessioned | 2023-03-29T09:57:35Z | |
| dc.date.available | 2023-03-29T09:57:35Z | |
| dc.date.issued | 2022-10 | |
| dc.description | Dissertação para obtenção do Grau de Mestre em Engenharia Informática e de Computadores | pt_PT |
| dc.description.abstract | A gestão de ativos consiste num processo que pretende coordenar o ciclo de vida dos ativos de uma dada empresa. Implica manter um registo dos vários objetos físicos que estão sob a propriedade da empresa, tais como equipamento, ferramentas e máquinas. Uma ordem de trabalho (OT) consiste num documento (em papel ou digital) que descreve todos os passos que permitem completar uma operação de manutenção num dado ativo. Ao serem criadas ordens de trabalho de um modo livre, isto é, sem qualquer restrição no que é escrito, o critério na sua elaboração é deixado ao cargo do técnico, o que pode levar a palavras não existentes ou gramaticalmente incorretas, ou até mesmo dificultar a identificação de tendências por parte de algoritmos de análise. O objetivo é atingir a normalização das palavras que são utilizadas quando se considera a mesma situação da gestão de ativos. A normalização é atingida através da sugestão de palavras enquanto um técnico está a preencher uma ordem de trabalho. O algoritmo que proporciona as sugestões funciona com base no passado, ao analisar situações passadas da gestão de ativos. O corpus provém de ordens de trabalhos recolhidas numa unidade de saúde em Portugal, que é operada por uma empresa privada. Em primeiro lugar, a aplicação de técnicas de Processamento Natural de Linguagem sobre as descrições das ordens de trabalho permite entender como é que as palavras são usadas neste domínio técnico. De seguida, é implementado um sistema de recomendação baseado numa Rede Bayesiana. Este sistema de recomendação tem a capacidade de se adaptar às necessidades verificadas no presente pelos técnicos, através da inclusão de um mecanismo implícito de feedback. A implementação deste sistema de recomendação pretende atingir o objetivo de alcançar a normalização dos termos que são utilizados por um técnico aquando a criação de uma ordem de trabalho. | pt_PT |
| dc.description.abstract | Asset management is a process that aims to coordinate the life cycle of a company’s assets. It involves keeping track of all of the various physical objects that are under the ownership of a given company, such as equipment, tools, and machines. A work order (WO) is a document (paper or digital) that describes all steps to perform the maintenance operation. When creating a work order using “free text”, the sentences are left to the technician’s discretion, which can lead to non-existent or grammatically incorrect words, or even make it difficult to identify tendencies and perform an appropriate analysis. The purpose is achieving a normalisation of the words that are used when the same asset maintenance situation is considered. The normalisation is reached by suggesting words while a technician is filling a work order. The word suggestion algorithm works based on the past of similar maintenance occurrences. The corpus comes from asset management records (work orders) collected in a health facility in Portugal, which is operated by a private company. Each maintenance record is used to characterise and keep history of a given asset management occurrence. First, the application of Natural Language Processing (NLP) techniques to process the work order’s description allow to understand how the words are used in this technical domain. Then, a recommender system based on a Bayesian Network is implemented. This recommender system has the capability of adapting itself to the present needs verified by the technicians through the inclusion of an implicit user feedback mechanism. The implementation of this recommender system aims at the objective of achieving the normalisation of the terms used by the technicians when filling a work order. | |
| dc.description.version | N/A | pt_PT |
| dc.identifier.citation | SANTOS, Pedro Costa - Machine learning applied to asset management. Lisboa: Instituto Superior de Engenharia de Lisboa, 2022. Dissertação de Mestrado | pt_PT |
| dc.identifier.tid | 203260406 | |
| dc.identifier.uri | http://hdl.handle.net/10400.21/15852 | |
| dc.language.iso | eng | pt_PT |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | pt_PT |
| dc.subject | Sistema de recomendação | pt_PT |
| dc.subject | Processamento natural de linguagem | pt_PT |
| dc.subject | Word embeddings | pt_PT |
| dc.subject | Gestão de ativos | pt_PT |
| dc.subject | Rede bayesiana | pt_PT |
| dc.subject | Recommendation system | |
| dc.subject | NLP | |
| dc.subject | Word embeddings | |
| dc.subject | Asset management | |
| dc.subject | Bayesian network | |
| dc.title | Machine learning applied to asset management | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| oaire.citation.conferencePlace | Lisboa: Instituto superior de engenharia de Lisboa | pt_PT |
| oaire.citation.endPage | 94 | pt_PT |
| oaire.citation.startPage | 1 | pt_PT |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |