Engenharia Elétrica
URI permanente desta comunidadehttps://repositorio.fei.edu.br/handle/FEI/21
Navegar
3 resultados
Resultados da Pesquisa
Dissertação Domótica inteligente: automação residencial baseada em comportamento(2007) Sgarbi, Julio AndréA automação reseidencial evoluiu muito nos últimos anos, entretanto pouco destaque é dado à automação residencial baseada no comportamento dos habitantes. O sistema proposto ABC+ (Automação Baseada em Comportamento) foi desenvolvido par observar e aprender regras em uma casa de acordo com o comportamento de seu habitante, utilizando o conceito de aprendizado com regras de indução. O principal problema abordado neste trabalho foi desenvolver um sistema simples e amigável que abrange as várias particularidades envolvidas na automação inteligente de uma residência, tais como as seqüências causais de eventos, que geram regras indesejáveis; a inserção de novas regras para os habitantes, sem causar desconforto aos mesmos; os diferentes perfis de habitantes e ambioentes, entre outros. As experiências forma feitas através de dois simuladores desenvolvidos para se comprovar primeiramente o correto funcionamento do sistema proposto e posteriormente observar o comportamento dos sitema e suas variáveis quando à ação de um agente (habitante)Dissertação Desenvolvimento de um classificador automático de pessoas para sistemas de automação residencial inteligente(2010) Fussek Junior, R. A.Atualmente, já foram desenvolvidos diversos sistemas de automação residencial, entre os quais alguns se encontram disponíveis comercialmente. Visando o conforto no interior da residência, é coerente afirmar que os sistemas mais eficientes são aqueles que se adaptam ao comportamento dos habitantes, no lugar dos habitantes terem de se adaptar ao sistema. em trabalhos anteriores, foram desenvolvidos sistemas com este objetivo, porém considerando a existência de um único habitante na residência. A proposta deste trabalho é apresentar algumas técnicas possíveis de identificação de habitantes, em uma residência, para a adaptação dos sistemas de automação voltados a um único habitante e, posteriormente, desenvolver um classificador automático de habitantes a partir das combinações de suas roupas e objetos pessoais. Para a identificação dos itens, foi considerado o uso de identificadores por rádio frequência (RFID) anexados a estes, sendo que esta tecnologia permite a identificação com o mínimo de adaptação do habitante. Foi utilizado raciocínio baseado em casos (RBC) como técnica para efetuar a classificação, a partir do correto tratamento das combinações de objetos detectadas pelo sistema- Análise de métodos para extração de padrões sequenciais de comportamentos em casas inteligentes(2017) Figueiredo, G. M.Uma casa inteligente, também conhecida como smart home, possui diversos tipos de sistemas que envolvem desde dispositivos simples como os destinados para controle de iluminação, até os mais complexos, como dispositivos inteligentes que interagem com os moradores, e gradativamente novas tecnologias estão surgindo, convergindo para uma nova realidade em relação aos sistemas presentes em ambientes automatizados. Neste contexto, os moradores buscam mais conforto e uma melhor qualidade no interior da residência. Para aumentar o conforto e qualidade de vida torna-se necessário o desenvolvimento de um sistema que se adapte ao comportamento dos habitantes levando-se em conta que cada habitante possui um comportamento (sequência de ações) diferente. Para que a casa inteligente aprenda de forma autônoma o comportamento de seus habitantes, é necessário que ela conheça os padrões de utilização de cada um. Este trabalho apresenta um estudo sobre três algoritmos (GSP, SPADE e PrefixSpan) utilizados para a extração de padrões sequenciais. Serão apresentados os conceitos fundamentais de cada um e posteriormente será explicado como serão implementados para extrair os padrões sequenciais em casas inteligentes. Após realização dos testes, notou-se que a quantidade de dados analisada influenciou no resultado dos algoritmos. Quando poucos dados foram analisados, o sistema aprendeu pouco sobre o comportamento do habitante. Conforme o número de dados analisados aumentou, o sistema aprendeu mais sobre o comportamento do habitante. Com base nos resultados obtidos, concluiu-se que para o dataset utilizado neste trabalho, o melhor método para extração de padrões sequenciais de comportamento em casas inteligentes é o algoritmo PrefixSpan.