@MASTERSTHESIS{ 2025:776455305,
 	title = {Inspeção de falhas em conectores PTH de placas de circuito impresso utilizando Machine Learning},
 	year = {2025},
 	url = "https://tede.ufam.edu.br/handle/tede/11050",
 	abstract = "A dissertação aborda o desenvolvimento de um modelo de aprendizado de máquina para prever modos de falha em terminais de conectores PTH e parafusos em placas de circuito impresso. Utilizando processamento de imagem e algoritmos como KNN, Decision Tree e SVM, o modelo segmenta e classifica defeitos a partir de um banco de dados customizado com 3800 imagens, representativas das condições reais de produção. A integração deste sistema em linha de produção mostrou que a inspeção automatizada supera a manual, com acurácias de até 97%, além de reduzir o tempo de inspeção e custos relacionados a retrabalho e paradas, melhorando a qualidade final dos produtos.",
 	publisher = {Universidade Federal do Amazonas},
 	scholl = {Programa de Pós-graduação em Engenharia Elétrica},
 	note = {Faculdade de Tecnologia}
}