[pt] DETECÇÃO DE MUDANÇAS NO AMBIENTE: UM SISTEMA PROATIVO PARA MONITORAR OBJETOS MÓVEIS

• Ano de defesa: 2017
• Autor(a) principal: FABIO DA COSTA ALBUQUERQUE
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] APRENDIZADO DE MAQUINA; [pt] NOTICIAS RELACIONADAS AO TRAFEGO; [pt] MONITORAMENTO PROATIVO; [pt] APRENDIZADO SUPERVISIONADO; [pt] EXTRACAO DE INFORMACAO; [pt] SISTEMAS DE INFORMACAO GEOGRAFICA; [en] MACHINE LEARNING; [en] SUPERVISED LEARNING; [en] EXTRACTION OF INFORMATION; [en] GEOGRAPHICAL INFORMATION SYSTEMS
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=29127&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=29127&idi=2; http://doi.org/10.17771/PUCRio.acad.29127

[pt] Sistemas de posicionamento, combinados com tecnologias de comunicação de baixo custo, abrem possibilidades interessantes para implementar aplicações em tempo real que monitoram objetos móveis e que apoiam sistemas de tomada de decisão. Inicialmente, esta dissertação discute requisitos básicos para aplicações proativas de monitoramento em tempo real. Em seguida, propõe uma arquitetura para aplicações proativas que monitoram objetos móveis, explorando a semântica da trajetória e a dinâmica do ambiente. Por fim, fornece um exemplo sobre como uma aplicação que monitora uma frota de caminhões pode se tornar proativa, utilizando notícias sobre condições da malha viária, a partir da publicação de dados em texto não estruturado através da Internet. A dissertação descreve como estruturar e georreferenciar as notícias, utilizando serviços de geocodificação.