Trabalho de Conclusão de Curso 📄

Estimação de parâmetros de Sistemas Lineares a Parâmetros Variantes no Tempo utilizando técnicas de aprendizado de máquina

👦🏻 Aluno: Esdras Battosti da Silva
👩🏻‍🏫 Orientador: Profª. Drª. Glaucia Maria Bressan
👨🏻‍🏫 Coorientador: Prof. Dr. Cristiano Marcos Agulhari

---

Trabalho de Conclusão de Curso de Graduação apresentado como requisito para obtenção do título de Bacharel em Engenharia de Controle e Automação do Curso de Bacharelado em Engenharia de Controle e Automação da Universidade Tecnológica Federal do Paraná

---

Projeto 🐍

O projeto foi construído no Python 3.12.2 em conjunto com uma série de bibliotecas. Após clonar o repositório execute:

pip install -r requirements.txt

---

Workflow 📄

O projeto se baseia nos seguintes passos:

1. O arquivo main/dataset.py é utilizado para gerar o banco de dados. Neste arquivo é possível definir os parâmetros utilizados na construção do dataset e modificar o sistema em estudo.
2. No arquivo main/data_cleaning.py é feita a limpeza dos dados, removendo todas as duplicatas em relação à $(X, y)$.
3. No arquivo main/feature_selection.py é realizada a primeira etapa da seleção de atributos, baseada na correlação de Pearson. Pode-se modificar neste arquivo o threshold para o critério de seleção.
4. No arquivo main/feature_sequential.py é realizada a segunda etapa da seleção de atributos, baseada no algoritmo SFS com XGBoost.
   • No arquivo plots/sfs_plot.py pode-se gerar o gráfico da relação entre os $k$ atributos selecionados pelo SFS e o coeficiente de determinação $(R^2)$
5. O arquivo plots/exploratory_plots.py é responsável por gerar os gráficos da análise exploratória.
   • A análise da performance dos modelos com e sem os atributos altamente correlacionados é realizada no arquivo main/feature_analysis.py
6. A otimização de hiperparâmetros é realizada no arquivo main/hyperparameter.ipynb. Neste arquivo, pode-se definir os espaços de busca para cada modelo bem como outros parâmetros da otimização.
7. Os resultados obtidos na etapa anterior são exibidos no arquivo main/models.ipynb
8. A etapa de validação dos modelos em alguns casos de teste é realizada no arquivo main/validation.ipynb

---