Event-based prediction of rare events on a paper mill

In the papermaking industry, it is inadequate to focus only on resolving failures occurring in the paper mill. It is desirable to predict a paper break before it happens, so that it can be avoided. In this thesis, we present and debate the topic, introducing a real dataset, which is analyzed and described in detail. We formulate a prediction problem and employ two different methodologies in the attempt to solve the classification task, the former being based on Hidden Markov Models, the latter on machine learning algorithms.

Nell’industria della carta, non è saggio dedicarsi solo a risolvere i guasti di una cartiera quando essi avvengono. È preferibile predire i malfunzionamenti di una cartiera, prima che essi avvengano in modo da evitarli. In questa tesi noi presentiamo e discutiamo di questo argomento, introducendo un dataset reale, che è accuratamente studiato e analizzato. Noi formuliamo un problema di predizione e usiamo due diverse metodologie nel tentativo di risolvere il compito di classificazione. Il primo metodo si basa sui modelli di Markov nascosti, mentre il secondo su algoritmi di machine learning.