Utilize este identificador para referenciar este registo: https://hdl.handle.net/1822/84499

Registo completo
Campo DCValorIdioma
dc.contributor.advisorMendes, Ruipor
dc.contributor.authorRibeiro, Pedro Miguel Ferreirapor
dc.date.accessioned2023-05-16T11:24:50Z-
dc.date.available2023-05-16T11:24:50Z-
dc.date.issued2022-12-21-
dc.date.submitted2022-10-
dc.identifier.urihttps://hdl.handle.net/1822/84499-
dc.descriptionDissertação de mestrado em Informatics Engineering (specialization in Artificial intelligence)por
dc.description.abstractO mais recente progresso reconhecido pela comunidade europeia por Indústria 5.0 atende as evoluções imergentes no mundo da indústria e revela haver uma necessidade de evolução nos sistemas de ERP’s (Enterprise Resource Planning). É esperado que estes sistemas que auxiliem na gestão das empresas de uma forma mais dinâmica, assim tornando-se mais autónomos, atendendo a toda a informação aglomerada no sistema. O PRODUTECH, formalmente conhecido como o “Cluster” português das Tecnologias de Produção, é uma rede estabelecida por empresas de tecnologia de produção capazes de reagir às dificuldades do sector de produção com soluções criativas, adaptáveis, integradas e competitivas. Incluído dentro deste consórcio está a PRIMAVERA, sendo uma empresa portuguesa pioneira no desenvolvimento de soluções de gestão, mais particularmente, sistemas ERP. Estes sistemas constam com elevados volumes de dados, o que poderá levar a operações complexas no tratamento e análise dos mesmos. Neste relatório de dissertação de mestrado é documentada uma visão de solução para dar resposta a assistência computacional na escolha de fornecedores, bem como a aglomeração dos conhecimentos dos diversos conceitos que envolvem a Indústria, visando a exploração de técnicas de data science e de machine learning. Esta implementação teve em consideração aspetos importantes na gestão estratégica das empresas atendendo as necessidades das mesmas, sendo possível a adaptação da solução para cada caso em particular.por
dc.description.abstractThe most recent advancement recognized by the European community as Industry 5.0 attends the immerging evolutions in the industry world and reveals a need for evolution in the ERP’s (Enterprise Resource Planning) systems. It is expected that these systems will assist in the management of companies in a more dynamic way, thus becoming more autonomous, attending to all the information agglomerated in the system. PRODUTECH, formally known as the ”Portuguese Cluster of Manufacturing Technologies”, is a network established by production technology companies capable of responding to industry challenges with creative, adaptable, and integrated solutions. PRIMAVERA, a pioneering Portuguese company in the development of management solutions, particularly ERP systems, is included in this consortium. These systems constantly deal with high volumes of data, which can lead to complex operations in their treatment and analysis. This master’s thesis report documents a proposed solution for providing computational assistance in the selection of suppliers, as well as the aggregation of knowledge from various industry concepts, with an emphasis on data science and machine learning techniques. This implementation took essential aspects into account in the strategic management of businesses, meeting their needs while allowing for the solution to be amended for each individual case.por
dc.language.isoengpor
dc.rightsopenAccesspor
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/por
dc.subjectSeleção de fornecedorespor
dc.subjectInteligência artificialpor
dc.subjectGestão da cadeia de fornecimentopor
dc.subjectMachine learningpor
dc.subjectSupplier selectionpor
dc.subjectSupply chain managementpor
dc.subjectArtificial intelligencepor
dc.titleMachine learning applied to companies managementpor
dc.title.alternativeMachine learning aplicado à gestão de empresaspor
dc.typemasterThesiseng
dc.identifier.tid203262603por
thesis.degree.grantorUniversidade do Minhopor
sdum.degree.grade18 valorespor
sdum.uoeiEscola de Engenhariapor
dc.subject.fosEngenharia e Tecnologia::Outras Engenharias e Tecnologiaspor
Aparece nas coleções:BUM - Dissertações de Mestrado
DI - Dissertações de Mestrado

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
Pedro Miguel Ferreira Ribeiro.pdf3,28 MBAdobe PDFVer/Abrir

Este trabalho está licenciado sob uma Licença Creative Commons Creative Commons

Partilhe no FacebookPartilhe no TwitterPartilhe no DeliciousPartilhe no LinkedInPartilhe no DiggAdicionar ao Google BookmarksPartilhe no MySpacePartilhe no Orkut
Exporte no formato BibTex mendeley Exporte no formato Endnote Adicione ao seu ORCID