Sensor de pH de solo com sistema IoT baseado em deep learning com previsão de séries temporais para agricultura
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPE |
Texto Completo: | https://repositorio.ufpe.br/handle/123456789/53865 |
Resumo: | A Agricultura 4.0, impulsionada pela convergência da Internet das Coisas (IoT) e Inteli- gência Artificial (IA), tem provocado uma revolução no setor agrícola, com o objetivo central de otimizar a produção, a gestão de recursos e o processo de tomada de decisões. Neste cená- rio, a criação de sensores IoT inovadores e sistemas avançados de previsão e reconhecimento de padrões desempenham um papel vital para enfrentar os desafios e abraçar as oportunidades apresentadas pela Agricultura 4.0. Um dos desafios preeminentes da agricultura contemporâ- nea reside na necessidade de um monitoramento preciso dos parâmetros do solo, uma tarefa na qual os métodos tradicionais frequentemente falham em fornecer informações em tempo real. Como resposta a essa necessidade, esta pesquisa propõe uma solução na forma de um sensor de pH do solo, desenvolvido com base em materiais avançados e submetido a testes rigorosos, garantindo sua confiabilidade. A fim de explorar plenamente a riqueza de dados gerados por este sensor, um modelo de previsão de séries temporais foi construído, utilizando técnicas de Deep Learning e adotando a arquitetura LSTM. Esse modelo foi integrado a um sistema IoT com capacidades de Edge Computing, permitindo a disponibilização de previsões de pH do solo em tempo real, diariamente e semanalmente. Essa capacidade possibilita a adoção de práticas agrícolas altamente precisas e orientadas pela informação. A contribuição primordial deste estudo reside na harmoniosa integração dos avanços em IoT, Inteligência Artificial e Agricultura 4.0, alcançada por meio do desenvolvimento de um sensor de pH do solo de van- guarda e a criação de um modelo de previsão de séries temporais altamente preciso, integrado a um sistema IoT robusto. Essa pesquisa oferece uma fonte de informações para impulsionar a agricultura 4.0. |
id |
UFPE_6c397860f6ce2221eab99a12e1ea30ef |
---|---|
oai_identifier_str |
oai:repositorio.ufpe.br:123456789/53865 |
network_acronym_str |
UFPE |
network_name_str |
Repositório Institucional da UFPE |
repository_id_str |
2221 |
spelling |
AGUIAR, Saulo Henrique do Nascimentohttp://lattes.cnpq.br/4484492340268800http://lattes.cnpq.br/6291354144339437BARROS, Edna Natividade da Silva2023-12-04T19:15:15Z2023-12-04T19:15:15Z2023-09-29AGUIAR, Saulo Henrique do Nascimento. Sensor de pH de solo com sistema IoT baseado em deep learning com previsão de séries temporais para agricultura. 2023. Dissertação (Mestrado em Ciência da Computação) – Universidade Federal de Pernambuco, Recife, 2023.https://repositorio.ufpe.br/handle/123456789/53865A Agricultura 4.0, impulsionada pela convergência da Internet das Coisas (IoT) e Inteli- gência Artificial (IA), tem provocado uma revolução no setor agrícola, com o objetivo central de otimizar a produção, a gestão de recursos e o processo de tomada de decisões. Neste cená- rio, a criação de sensores IoT inovadores e sistemas avançados de previsão e reconhecimento de padrões desempenham um papel vital para enfrentar os desafios e abraçar as oportunidades apresentadas pela Agricultura 4.0. Um dos desafios preeminentes da agricultura contemporâ- nea reside na necessidade de um monitoramento preciso dos parâmetros do solo, uma tarefa na qual os métodos tradicionais frequentemente falham em fornecer informações em tempo real. Como resposta a essa necessidade, esta pesquisa propõe uma solução na forma de um sensor de pH do solo, desenvolvido com base em materiais avançados e submetido a testes rigorosos, garantindo sua confiabilidade. A fim de explorar plenamente a riqueza de dados gerados por este sensor, um modelo de previsão de séries temporais foi construído, utilizando técnicas de Deep Learning e adotando a arquitetura LSTM. Esse modelo foi integrado a um sistema IoT com capacidades de Edge Computing, permitindo a disponibilização de previsões de pH do solo em tempo real, diariamente e semanalmente. Essa capacidade possibilita a adoção de práticas agrícolas altamente precisas e orientadas pela informação. A contribuição primordial deste estudo reside na harmoniosa integração dos avanços em IoT, Inteligência Artificial e Agricultura 4.0, alcançada por meio do desenvolvimento de um sensor de pH do solo de van- guarda e a criação de um modelo de previsão de séries temporais altamente preciso, integrado a um sistema IoT robusto. Essa pesquisa oferece uma fonte de informações para impulsionar a agricultura 4.0.CAPESAgriculture 4.0, driven by the convergence of the Internet of Things (IoT) and Artificial Intelligence (AI), has sparked a revolution in the agricultural sector, with the central goal of optimizing production, resource management, and decision-making processes. In this context, the development of innovative IoT sensors and advanced forecasting and pattern recognition systems plays a vital role in addressing the challenges and embracing the opportunities pre- sented by Agriculture 4.0. One of the foremost challenges in contemporary agriculture is the need for precise monitoring of soil parameters, a task where traditional methods often fail to provide real-time information. In response to this need, this research proposes a solution in the form of a soil pH sensor, developed using advanced materials and subjected to rigorous testing to ensure its reliability. In order to fully harness the wealth of data generated by this sensor, a time-series prediction model has been constructed, employing Deep Learning tech- niques and adopting the LSTM architecture. This model has been seamlessly integrated into an IoT system with Edge Computing capabilities, enabling the provision of real-time, daily, and weekly soil pH predictions. This capability allows for the adoption of highly precise, data-driven agricultural practices. The primary contribution of this study lies in the seamless integration of advancements in IoT, Artificial Intelligence, and Agriculture 4.0, achieved through the de- velopment of a cutting-edge soil pH sensor and the creation of a highly accurate time-series prediction model, integrated into a robust IoT system. This research provides a valuable source of information to drive Agriculture 4.0 forward.porUniversidade Federal de PernambucoPrograma de Pos Graduacao em Ciencia da ComputacaoUFPEBrasilAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/embargoedAccessEngenharia da computaçãoInternet das coisasSéries temporaisSensor de pH de solo com sistema IoT baseado em deep learning com previsão de séries temporais para agriculturainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesismestradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPEORIGINALDISSERTAÇÃO Saulo Henrique do Nascimento Aguiar.pdfDISSERTAÇÃO Saulo Henrique do Nascimento Aguiar.pdfapplication/pdf11327854https://repositorio.ufpe.br/bitstream/123456789/53865/1/DISSERTA%c3%87%c3%83O%20Saulo%20Henrique%20do%20Nascimento%20Aguiar.pdfa7c1e6443a2e77f607b17b25fb1e62feMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufpe.br/bitstream/123456789/53865/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82362https://repositorio.ufpe.br/bitstream/123456789/53865/3/license.txt5e89a1613ddc8510c6576f4b23a78973MD53TEXTDISSERTAÇÃO Saulo Henrique do Nascimento Aguiar.pdf.txtDISSERTAÇÃO Saulo Henrique do Nascimento Aguiar.pdf.txtExtracted texttext/plain280172https://repositorio.ufpe.br/bitstream/123456789/53865/4/DISSERTA%c3%87%c3%83O%20Saulo%20Henrique%20do%20Nascimento%20Aguiar.pdf.txt88ebe297343337ad2aa648362960ea06MD54THUMBNAILDISSERTAÇÃO Saulo Henrique do Nascimento Aguiar.pdf.jpgDISSERTAÇÃO Saulo Henrique do Nascimento Aguiar.pdf.jpgGenerated Thumbnailimage/jpeg1244https://repositorio.ufpe.br/bitstream/123456789/53865/5/DISSERTA%c3%87%c3%83O%20Saulo%20Henrique%20do%20Nascimento%20Aguiar.pdf.jpg755f242c41b2687ee66fdfa35d8cd032MD55123456789/538652024-01-05 02:23:03.173oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212024-01-05T05:23:03Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false |
dc.title.pt_BR.fl_str_mv |
Sensor de pH de solo com sistema IoT baseado em deep learning com previsão de séries temporais para agricultura |
title |
Sensor de pH de solo com sistema IoT baseado em deep learning com previsão de séries temporais para agricultura |
spellingShingle |
Sensor de pH de solo com sistema IoT baseado em deep learning com previsão de séries temporais para agricultura AGUIAR, Saulo Henrique do Nascimento Engenharia da computação Internet das coisas Séries temporais |
title_short |
Sensor de pH de solo com sistema IoT baseado em deep learning com previsão de séries temporais para agricultura |
title_full |
Sensor de pH de solo com sistema IoT baseado em deep learning com previsão de séries temporais para agricultura |
title_fullStr |
Sensor de pH de solo com sistema IoT baseado em deep learning com previsão de séries temporais para agricultura |
title_full_unstemmed |
Sensor de pH de solo com sistema IoT baseado em deep learning com previsão de séries temporais para agricultura |
title_sort |
Sensor de pH de solo com sistema IoT baseado em deep learning com previsão de séries temporais para agricultura |
author |
AGUIAR, Saulo Henrique do Nascimento |
author_facet |
AGUIAR, Saulo Henrique do Nascimento |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/4484492340268800 |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/6291354144339437 |
dc.contributor.author.fl_str_mv |
AGUIAR, Saulo Henrique do Nascimento |
dc.contributor.advisor1.fl_str_mv |
BARROS, Edna Natividade da Silva |
contributor_str_mv |
BARROS, Edna Natividade da Silva |
dc.subject.por.fl_str_mv |
Engenharia da computação Internet das coisas Séries temporais |
topic |
Engenharia da computação Internet das coisas Séries temporais |
description |
A Agricultura 4.0, impulsionada pela convergência da Internet das Coisas (IoT) e Inteli- gência Artificial (IA), tem provocado uma revolução no setor agrícola, com o objetivo central de otimizar a produção, a gestão de recursos e o processo de tomada de decisões. Neste cená- rio, a criação de sensores IoT inovadores e sistemas avançados de previsão e reconhecimento de padrões desempenham um papel vital para enfrentar os desafios e abraçar as oportunidades apresentadas pela Agricultura 4.0. Um dos desafios preeminentes da agricultura contemporâ- nea reside na necessidade de um monitoramento preciso dos parâmetros do solo, uma tarefa na qual os métodos tradicionais frequentemente falham em fornecer informações em tempo real. Como resposta a essa necessidade, esta pesquisa propõe uma solução na forma de um sensor de pH do solo, desenvolvido com base em materiais avançados e submetido a testes rigorosos, garantindo sua confiabilidade. A fim de explorar plenamente a riqueza de dados gerados por este sensor, um modelo de previsão de séries temporais foi construído, utilizando técnicas de Deep Learning e adotando a arquitetura LSTM. Esse modelo foi integrado a um sistema IoT com capacidades de Edge Computing, permitindo a disponibilização de previsões de pH do solo em tempo real, diariamente e semanalmente. Essa capacidade possibilita a adoção de práticas agrícolas altamente precisas e orientadas pela informação. A contribuição primordial deste estudo reside na harmoniosa integração dos avanços em IoT, Inteligência Artificial e Agricultura 4.0, alcançada por meio do desenvolvimento de um sensor de pH do solo de van- guarda e a criação de um modelo de previsão de séries temporais altamente preciso, integrado a um sistema IoT robusto. Essa pesquisa oferece uma fonte de informações para impulsionar a agricultura 4.0. |
publishDate |
2023 |
dc.date.accessioned.fl_str_mv |
2023-12-04T19:15:15Z |
dc.date.available.fl_str_mv |
2023-12-04T19:15:15Z |
dc.date.issued.fl_str_mv |
2023-09-29 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
AGUIAR, Saulo Henrique do Nascimento. Sensor de pH de solo com sistema IoT baseado em deep learning com previsão de séries temporais para agricultura. 2023. Dissertação (Mestrado em Ciência da Computação) – Universidade Federal de Pernambuco, Recife, 2023. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufpe.br/handle/123456789/53865 |
identifier_str_mv |
AGUIAR, Saulo Henrique do Nascimento. Sensor de pH de solo com sistema IoT baseado em deep learning com previsão de séries temporais para agricultura. 2023. Dissertação (Mestrado em Ciência da Computação) – Universidade Federal de Pernambuco, Recife, 2023. |
url |
https://repositorio.ufpe.br/handle/123456789/53865 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/embargoedAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
embargoedAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.publisher.program.fl_str_mv |
Programa de Pos Graduacao em Ciencia da Computacao |
dc.publisher.initials.fl_str_mv |
UFPE |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPE instname:Universidade Federal de Pernambuco (UFPE) instacron:UFPE |
instname_str |
Universidade Federal de Pernambuco (UFPE) |
instacron_str |
UFPE |
institution |
UFPE |
reponame_str |
Repositório Institucional da UFPE |
collection |
Repositório Institucional da UFPE |
bitstream.url.fl_str_mv |
https://repositorio.ufpe.br/bitstream/123456789/53865/1/DISSERTA%c3%87%c3%83O%20Saulo%20Henrique%20do%20Nascimento%20Aguiar.pdf https://repositorio.ufpe.br/bitstream/123456789/53865/2/license_rdf https://repositorio.ufpe.br/bitstream/123456789/53865/3/license.txt https://repositorio.ufpe.br/bitstream/123456789/53865/4/DISSERTA%c3%87%c3%83O%20Saulo%20Henrique%20do%20Nascimento%20Aguiar.pdf.txt https://repositorio.ufpe.br/bitstream/123456789/53865/5/DISSERTA%c3%87%c3%83O%20Saulo%20Henrique%20do%20Nascimento%20Aguiar.pdf.jpg |
bitstream.checksum.fl_str_mv |
a7c1e6443a2e77f607b17b25fb1e62fe e39d27027a6cc9cb039ad269a5db8e34 5e89a1613ddc8510c6576f4b23a78973 88ebe297343337ad2aa648362960ea06 755f242c41b2687ee66fdfa35d8cd032 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE) |
repository.mail.fl_str_mv |
attena@ufpe.br |
_version_ |
1802310620656173056 |