Utilizando Aprendizado de Máquina para Predizer Falhas na Ferrovia

Quando a temperatura do trilho atinge determinadas temperaturas o risco de acidentes como descarralimento do trem aumentam significativamente, portanto é uma variável constantemente monitorada. 
Com o objetivo de aumentar a segurança operacional e reduzir custos, foi implementado um algoritmo de machine learning para estimar a probabilidade de que nas próximas 12 horas, ocorra uma temperatura crítica no trilho, dessa forma é possível emitir avisos de segurança e enviar veículos batedores para avaliar a condição do trilho preventivamente.