[en] DECENTRALIZED REASONING IN AMBIENT INTELLIGENCE

Detalhes bibliográficos
Autor(a) principal: JOSE VITERBO FILHO
Data de Publicação: 2010
Tipo de documento: Tese
Idioma: eng
Título da fonte: Repositório Institucional da PUC-RIO (Projeto Maxwell)
Texto Completo: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=16428&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=16428&idi=2
http://doi.org/10.17771/PUCRio.acad.16428
Resumo: [pt] A computação ubíqua prevê a integração de sistemas computacionais ao nosso dia-a-dia para prover informações e funcionalidades em qualquer momento e lugar. Sistemas desse tipo englobam diferentes tipos de sensores e dispositivos móveis interconectados através de uma combinação de várias tecnologias de rede sem fio. Uma tendência particular nessa área é explorar o paradigma dos Ambientes Inteligentes (AmI), o qual visa à integração de tecnologias inovativas para criar ambientes mediados por computador que, através de serviços específicos, auxiliam os usuários em suas atividades com mínima intervenção. Em sistemas de AmI, mecanismos de inferência são fundamentais para disparar ações ou adaptações de acordo com situações que podem ser significativas e relevantes para aplicações. Muitos sistemas adotam uma abordagem centralizada para seus mecanismos de inferência. Em AmI, entretanto, essas operações podem ter que avaliar dados de contexto coletados de fontes distribuídas e armazenados em diferentes dispositivos, uma vez que geralmente nem todo dado de contexto está prontamente disponível para os serviços de inferência. O objetivo desta tese é propor uma abordagem descentralizada para executar inferência de contexto baseada em regras. Para isso, definimos um modelo de contexto assumindo que os dados de contexto são distribuídos em dois lados, o lado do usuário, representado pelos usuários e seus dispositivos móveis, e o lado do ambiente, representado pela infrastrutura computacional fixa e os serviços do ambiente. Formalizamos a operação de inferência cooperativa - na qual duas entidades cooperam para executar a inferência descentralizada baseada em regras - e definimos um processo completo para realizar esta operação. Finalmente, para mostrar que essa abordagem é possível, projetamos, implementamos e avaliamos o protótipo de um serviço de middleware que executa inferência baseada no processo de inferência cooperativa.
id PUC_RIO-1_44e2ac050703c7c8cd8f052bc42e74a9
oai_identifier_str oai:MAXWELL.puc-rio.br:16428
network_acronym_str PUC_RIO-1
network_name_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository_id_str 534
spelling [en] DECENTRALIZED REASONING IN AMBIENT INTELLIGENCE [pt] INFERÊNCIA DESCENTRALIZADA EM AMBIENTES INTELIGENTES [pt] INFORMACAO[pt] SISTEMAS COMPUTACIONAIS[pt] COMPUTACAO UBIQUA[pt] INFERENCIAS[pt] REDES SEM FIO[en] INFORMATION[en] COMPUTER SYSTEMS[en] UBIQUITOUS COMPUTING[en] INFERENCES[en] WIRELESS NETWORK[pt] A computação ubíqua prevê a integração de sistemas computacionais ao nosso dia-a-dia para prover informações e funcionalidades em qualquer momento e lugar. Sistemas desse tipo englobam diferentes tipos de sensores e dispositivos móveis interconectados através de uma combinação de várias tecnologias de rede sem fio. Uma tendência particular nessa área é explorar o paradigma dos Ambientes Inteligentes (AmI), o qual visa à integração de tecnologias inovativas para criar ambientes mediados por computador que, através de serviços específicos, auxiliam os usuários em suas atividades com mínima intervenção. Em sistemas de AmI, mecanismos de inferência são fundamentais para disparar ações ou adaptações de acordo com situações que podem ser significativas e relevantes para aplicações. Muitos sistemas adotam uma abordagem centralizada para seus mecanismos de inferência. Em AmI, entretanto, essas operações podem ter que avaliar dados de contexto coletados de fontes distribuídas e armazenados em diferentes dispositivos, uma vez que geralmente nem todo dado de contexto está prontamente disponível para os serviços de inferência. O objetivo desta tese é propor uma abordagem descentralizada para executar inferência de contexto baseada em regras. Para isso, definimos um modelo de contexto assumindo que os dados de contexto são distribuídos em dois lados, o lado do usuário, representado pelos usuários e seus dispositivos móveis, e o lado do ambiente, representado pela infrastrutura computacional fixa e os serviços do ambiente. Formalizamos a operação de inferência cooperativa - na qual duas entidades cooperam para executar a inferência descentralizada baseada em regras - e definimos um processo completo para realizar esta operação. Finalmente, para mostrar que essa abordagem é possível, projetamos, implementamos e avaliamos o protótipo de um serviço de middleware que executa inferência baseada no processo de inferência cooperativa.[en] Ubiquitous computing features the seamless integration of computer systems into the everyday lives of users to provide information and functionalities anytime and anywhere. Such systems encompass different kinds of sensors and mobile devices interconnected through a combination of several wireless network technologies. A particular trend in this area is exploring the Ambient Intelligence (AmI) paradigm, which aims at the integration of innovative technologies to create computer-mediated environments that support user activities through specific services, with minimal user intervention. In AmI systems, reasoning is fundamental for triggering actions or adaptations according to specific situations that may be meaningful and relevant to some applications. Most middleware systems adopt a centralized approach for their reasoning mechanisms. In AmI environments, however, these reasoning operations may need to evaluate context data collected from distributed sources and stored in different devices, as usually not all context data is readily available to the reasoners within a ubiquitous system. The goal of this thesis is to propose a decentralized reasoning approach for performing rule-based reasoning about context data targeting AmI systems. For this sake, we defined a context model assuming that in AmI environments context data is distributed over two sides, the user side, represented by the users and their mobile devices, and the ambient side, represented by the fixed computational infrastructure and ambient services. We formalized the cooperative reasoning operation - in which two entities cooperate to perform decentralized rule-based reasoning - and defined a complete process to perform this operation. Finally, to show the feasibility of this approach, we designed, implemented and evaluated a middleware service supporting decentralized reasoning based cooperative reasoning process.MAXWELLMARKUS ENDLERJOSE VITERBO FILHO2010-10-05info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesishttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=16428&idi=1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=16428&idi=2http://doi.org/10.17771/PUCRio.acad.16428engreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2018-10-24T00:00:00Zoai:MAXWELL.puc-rio.br:16428Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342018-10-24T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false
dc.title.none.fl_str_mv [en] DECENTRALIZED REASONING IN AMBIENT INTELLIGENCE
[pt] INFERÊNCIA DESCENTRALIZADA EM AMBIENTES INTELIGENTES
title [en] DECENTRALIZED REASONING IN AMBIENT INTELLIGENCE
spellingShingle [en] DECENTRALIZED REASONING IN AMBIENT INTELLIGENCE
JOSE VITERBO FILHO
[pt] INFORMACAO
[pt] SISTEMAS COMPUTACIONAIS
[pt] COMPUTACAO UBIQUA
[pt] INFERENCIAS
[pt] REDES SEM FIO
[en] INFORMATION
[en] COMPUTER SYSTEMS
[en] UBIQUITOUS COMPUTING
[en] INFERENCES
[en] WIRELESS NETWORK
title_short [en] DECENTRALIZED REASONING IN AMBIENT INTELLIGENCE
title_full [en] DECENTRALIZED REASONING IN AMBIENT INTELLIGENCE
title_fullStr [en] DECENTRALIZED REASONING IN AMBIENT INTELLIGENCE
title_full_unstemmed [en] DECENTRALIZED REASONING IN AMBIENT INTELLIGENCE
title_sort [en] DECENTRALIZED REASONING IN AMBIENT INTELLIGENCE
author JOSE VITERBO FILHO
author_facet JOSE VITERBO FILHO
author_role author
dc.contributor.none.fl_str_mv MARKUS ENDLER
dc.contributor.author.fl_str_mv JOSE VITERBO FILHO
dc.subject.por.fl_str_mv [pt] INFORMACAO
[pt] SISTEMAS COMPUTACIONAIS
[pt] COMPUTACAO UBIQUA
[pt] INFERENCIAS
[pt] REDES SEM FIO
[en] INFORMATION
[en] COMPUTER SYSTEMS
[en] UBIQUITOUS COMPUTING
[en] INFERENCES
[en] WIRELESS NETWORK
topic [pt] INFORMACAO
[pt] SISTEMAS COMPUTACIONAIS
[pt] COMPUTACAO UBIQUA
[pt] INFERENCIAS
[pt] REDES SEM FIO
[en] INFORMATION
[en] COMPUTER SYSTEMS
[en] UBIQUITOUS COMPUTING
[en] INFERENCES
[en] WIRELESS NETWORK
description [pt] A computação ubíqua prevê a integração de sistemas computacionais ao nosso dia-a-dia para prover informações e funcionalidades em qualquer momento e lugar. Sistemas desse tipo englobam diferentes tipos de sensores e dispositivos móveis interconectados através de uma combinação de várias tecnologias de rede sem fio. Uma tendência particular nessa área é explorar o paradigma dos Ambientes Inteligentes (AmI), o qual visa à integração de tecnologias inovativas para criar ambientes mediados por computador que, através de serviços específicos, auxiliam os usuários em suas atividades com mínima intervenção. Em sistemas de AmI, mecanismos de inferência são fundamentais para disparar ações ou adaptações de acordo com situações que podem ser significativas e relevantes para aplicações. Muitos sistemas adotam uma abordagem centralizada para seus mecanismos de inferência. Em AmI, entretanto, essas operações podem ter que avaliar dados de contexto coletados de fontes distribuídas e armazenados em diferentes dispositivos, uma vez que geralmente nem todo dado de contexto está prontamente disponível para os serviços de inferência. O objetivo desta tese é propor uma abordagem descentralizada para executar inferência de contexto baseada em regras. Para isso, definimos um modelo de contexto assumindo que os dados de contexto são distribuídos em dois lados, o lado do usuário, representado pelos usuários e seus dispositivos móveis, e o lado do ambiente, representado pela infrastrutura computacional fixa e os serviços do ambiente. Formalizamos a operação de inferência cooperativa - na qual duas entidades cooperam para executar a inferência descentralizada baseada em regras - e definimos um processo completo para realizar esta operação. Finalmente, para mostrar que essa abordagem é possível, projetamos, implementamos e avaliamos o protótipo de um serviço de middleware que executa inferência baseada no processo de inferência cooperativa.
publishDate 2010
dc.date.none.fl_str_mv 2010-10-05
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=16428&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=16428&idi=2
http://doi.org/10.17771/PUCRio.acad.16428
url https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=16428&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=16428&idi=2
http://doi.org/10.17771/PUCRio.acad.16428
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv MAXWELL
publisher.none.fl_str_mv MAXWELL
dc.source.none.fl_str_mv reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)
instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron:PUC_RIO
instname_str Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron_str PUC_RIO
institution PUC_RIO
reponame_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
collection Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository.name.fl_str_mv Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
repository.mail.fl_str_mv
_version_ 1817789452504793088