Plano de aulas
| Semana | Data | Conteúdo Planejado | Metodologia de Ensino e Recursos |
|---|---|---|---|
| 1 | 27/07 | Introdução ao Aprendizado de Máquina (slides) Fundamentos, IoT e Classificação Clássica Definição do escopo de manutenção preditiva e análise exploratória do dataset. (slides) |
Exposição Dialogada: Lousa/Quadro branco e projetor multimídia. Prática Orientada: Laboratório com computador. |
| 2 | 03/08 | Configuração da infraestrutura de borda. Aquisição e serialização de dados em formato JSON. |
Exposição Dialogada. Prática Orientada. |
| 3 | 10/08 | Protocolo de comunicação industrial MQTT para transmissão de dados. | Exposição Dialogada. Prática Orientada. |
| 4 | 17/08 | Gateway para captura de dados do Broker e persistência em banco de dados. | Exposição Dialogada. Prática Orientada. |
| 5 | 24/08 | Aplicação de Máquinas de Vetores de Suporte (SVM) com diferentes kernels para classificação de falhas. | Exposição Dialogada. Prática Orientada. |
| 6 | 31/08 | Comparação entre Árvores de Decisão e Ensemble Learning (Random Forest), com foco em interpretabilidade e combate ao overfitting. | Exposição Dialogada. Prática Orientada. |
| 7 | 14/09 | Comparação entre Árvores de Decisão e Ensemble Learning (Random Forest), com foco em interpretabilidade e combate ao overfitting. | Exposição Dialogada. Prática Orientada. |
| 8 | 21/09 | Redução de Dados Aplicação de Análise de Componentes Principais (PCA) para condensar múltiplos sensores e reduzir a dimensionalidade dos dados. |
Exposição Dialogada. Prática Orientada. |
| 9 | 28/09 | Prática de integração visual exibindo o deslocamento da máquina em direção à zona de perigo via gráficos de dispersão PCA no Dashboard. | Exposição Dialogada. Prática Orientada. |
| 10 | 05/10 | Redes Neurais e Deep Learning (Séries Temporais) Introdução às Redes Neurais Artificiais (MLP) e construção de arquiteturas com camadas densas usando TensorFlow/Keras. |
Exposição Dialogada. Prática Orientada. |
| 11 | 19/10 | Treinamento de redes profundas com foco em algoritmos de Backpropagation e otimizadores industriais. | Exposição Dialogada. Prática Orientada. |
| 12 | 26/10 | Implementação de Redes Neurais Convolucionais (CNN) para detecção de falhas por meio de assinaturas de vibração. | Exposição Dialogada. Prática Orientada. |
| 13 | 09/11 | Uso de Redes Neurais Recorrentes (LSTM) para previsão de falhas baseada em tendências temporais e histórico de logs. | Exposição Dialogada. Prática Orientada.IFCiência |
| 14 | 16/11 | Modelos Avançados, Reforço e Encerramento Desenvolvimento de Autoencoders para detecção não supervisionada de anomalias em máquinas sem histórico de quebras. |
Exposição Dialogada. Prática Orientada. |
| 15 | 23/11 | Introdução conceitual ao Aprendizado por Reforço focado no controle autônomo de processos | Exposição Dialogada. Prática Orientada. |
| 16 | 30/11 | Integração completa do ecossistema, simulação de estresse de sensores e validação de resiliência da arquitetura de ponta a ponta. | Exposição Dialogada. Prática Orientada. |
| 17 | 07/12 | Discussão de Artigo: MALLIORIS, Panagiotis; AIVAZIDOU, Eirini; BECHTSIS, Dimitrios. Predictive maintenance in Industry 4.0: A systematic multi-sector mapping. CIRP Journal of Manufacturing Science and Technology, v. 50, p. 80-103, June 2024. DOI: https://doi.org/10.1016/j.cirpj.2024.02.003. Acesso em: 20 jul. 2026. Apresentação final dos projetos, defesa de relatórios científicos comparativos e demonstração operacional em bancada. |
Exposição Dialogada. Prática Orientada. |
| 18 | 09/12 | Apresentação final dos projetos, defesa de relatórios científicos comparativos e demonstração operacional em bancada. | Exposição Dialogada. Prática Orientada. |
| 19 | 14/12 | Apresentação final dos projetos, defesa de relatórios científicos comparativos e demonstração operacional em bancada. | Exposição Dialogada. Prática Orientada. |