Bayesian Neural Models for Time-Series Prediction of CS28 Compressive Strength in Cement Manufacturing

Abstract

Dada a crescente importância da predição da resistência compressiva do cimento para o uso mais eficiente dos recursos da indústria, trabalhos recentes tem experimentado com modelos estatísticos para auxiliar o processo industrial. Esse trabalho estuda a aplicação de Aprendizagem Profunda Bayesiana para obtensão de predições robustas de resistência compressiva. Nosso trabalho é um caminho para que modelos similares possam no futuro serem integrados ao processo de tomada de decisão no chão de fábrica.