Detalhes bibliográficos
Ano de defesa: |
2020 |
Autor(a) principal: |
Vilela, Danieli Biagi |
Orientador(a): |
Não Informado pela instituição |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Universidade Estadual Paulista (Unesp)
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: |
|
Link de acesso: |
http://hdl.handle.net/11449/193623
|
Resumo: |
A detecção de presença em um ambiente tem se mostrado uma tarefa com grande potencial para aumentar a eficiência energética de prédios e auxiliar em tecnologias remotas de monitoramento e assistência nos smarts buildings, prédios inteligentes. Com a disponibilidade cada vez maior de sensores e tecnologias integradas, os prédios inteligente vêm evoluindo na maneira de interagir com usuários, com destaque na literatura atualizada as técnicas de machine learning e, dentre elas, as redes neurais artificias. Com o intuito de testar novos algoritmos para esta tarefa, foi proposto neste trabalho, o uso da rede neural artificial ARTMAP Fuzzy como algoritmo classificador. Foram utilizados dados obtidos de sensores de temperatura, CO2, luminosidade e umidade. As simulações foram realizadas com combinações diferentes de variáveis de entrada e três tipos de normalização. Foi possível observar um bom desempenho na classificação do status da ocupação, e pelo desempenho e tempo de diagnóstico da rede, o algoritmo tem potencial para ser agregado em um sistema comercial de detecção de presença em tempo real. |