Skip navigation
DSpace logo

  1. Repositório Institucional da UFPB
  2. BDTD - UFPB
  3. UFPB - Campus I - João Pessoa
  4. Centro de Tecnologia (CT) - Programa de Pós-Graduação em Engenharia Mecânica
Use este identificador para citar ou linkar para este item: https://repositorio.ufpb.br/jspui/handle/123456789/38816
Registro completo de metadados
Campo DCValorIdioma
dc.creatorMedeiros, Viviano de Sousa-
dc.date.accessioned2026-08-31T09:57:01Z-
dc.date.available2025-10-14-
dc.date.available2026-08-31T09:57:01Z-
dc.date.issued2024-07-30-
dc.identifier.urihttps://repositorio.ufpb.br/jspui/handle/123456789/38816-
dc.description.abstractThe water supply is considered an important service for cities because provides an essential asset for the lives of its inhabitants, as for the proper functioning of industries, institutions, and harming the social well-being of people. Faults in water supply systems can considerably affect people’s lives with losses and damages, in addition to causing damage to the economy of entire regions. Proposing solutions that optimize the water supply process, reducing losses and improving the quality of the service offered can aggregate value to people, companies, governments and cities. This work aims to investigate and propose solutions for the prevention of failures in water distribution networks based on Predictive Analysis and Machine Learning techniques, using real data from a water supply and sewage concessionaire.pt_BR
dc.description.provenanceSubmitted by Fernando Augusto Alves Vieira (fernandovieira@biblioteca.ufpb.br) on 2026-08-31T09:57:01Z No. of bitstreams: 3 license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5) VivianoDeSousaMedeiros_Tese_Com_Tarjamento.pdf: 1449490 bytes, checksum: ff87853f4d758e9d9b30aee4724fbbfe (MD5) VivianoDeSousaMedeiros_Tese_Sem_Tarjamento.pdf: 3080653 bytes, checksum: f2b6f311e44324a99c0a7058f7d02ebe (MD5)en
dc.description.provenanceMade available in DSpace on 2026-08-31T09:57:01Z (GMT). No. of bitstreams: 3 license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5) VivianoDeSousaMedeiros_Tese_Com_Tarjamento.pdf: 1449490 bytes, checksum: ff87853f4d758e9d9b30aee4724fbbfe (MD5) VivianoDeSousaMedeiros_Tese_Sem_Tarjamento.pdf: 3080653 bytes, checksum: f2b6f311e44324a99c0a7058f7d02ebe (MD5) Previous issue date: 2024-07-30en
dc.description.sponsorshipConselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPqpt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal da Paraíbapt_BR
dc.rightsAcesso abertopt_BR
dc.rightsAttribution-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nd/3.0/br/*
dc.subjectAnálise preditivapt_BR
dc.subjectMachine learningpt_BR
dc.subjectRede de abastecimento de águapt_BR
dc.subjectPredictive analysispt_BR
dc.subjectWater supply networkpt_BR
dc.titleEstudo de caso para predição de falhas em redes de abastecimento de água utilizando Redes Neuraispt_BR
dc.typeTesept_BR
dc.contributor.advisor1Santos, Moisés Dantas dos-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/3757588041168856pt_BR
dc.contributor.advisor-co1Brito, Alisson Vasconcelos de-
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/6321676636193625pt_BR
dc.contributor.referee1Lima Filho, Abel Cavalcante-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/0801399035139894pt_BR
dc.contributor.referee2Magalhães, Rafael Marrocos-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/0985993569206759pt_BR
dc.contributor.referee3Medeiros, Francisco Petrônio Alencar de-
dc.contributor.referee3Latteshttp://lattes.cnpq.br/9716270626654261pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/8939383918353048pt_BR
dc.description.resumoO abastecimento de água é considerado um serviço importante para as cidades, pois trata do fornecimento de um bem essencial para a vida dos seus habitantes, bem como para o adequado funcionamento de indústrias, instituições, e o bem estar social das pessoas. Falhas em sistemas de abastecimento de água podem afetar consideravelmente com perdas e danos para a vida de uma população, além de acarretar prejuízos para a economia de regiões inteiras. Propor soluções que otimizem o processo de abastecimento de água, reduzindo perdas e melhorando a qualidade do serviço oferecido pode agregar valor para indivíduos, empresas, governos e cidades. Este trabalho tem como objetivo investigar e propor soluções para a prevenção de falhas em redes de distribuição de água com base em Análise Preditiva e técnicas de Machine Learning, utilizando dados reais de uma concessionária de abastecimento de água do estado da Paraíba, Brasil.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentEngenharia Mecânicapt_BR
dc.publisher.programPrograma de Pós-Graduação em Engenharia Mecânicapt_BR
dc.publisher.initialsUFPBpt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA MECANICApt_BR
Aparece nas coleções:Centro de Tecnologia (CT) - Programa de Pós-Graduação em Engenharia Mecânica

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
VivianoDeSousaMedeiros_Tese_Com_Tarjamento.pdf1,42 MBAdobe PDFVisualizar/Abrir
VivianoDeSousaMedeiros_Tese_Sem_Tarjamento.pdf3,01 MBAdobe PDFVisualizar/Abrir    Solicitar uma cópia
Mostrar registro simples do item Visualizar estatísticas


Este item está licenciada sob uma Licença Creative Commons Creative Commons