Inferência das Propriedades de Algodão Através de Técnicas de Data Mining

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