Serviço de predição de dados para IoT utilizando Machine Learning com aprendizado incremental
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRN |
Texto Completo: | https://repositorio.ufrn.br/handle/123456789/37902 |
Resumo: | Com a IoT(Internet of Things) muitos dispositivos estão se conectando à internet e assim ajudando a solucionar muitos problemas em diversas áreas, os nós de sensores sem fio conectados à Internet ajudam as pessoas no monitoramento oferecendo informações em tempo real. Os dados gerados pelos nós devem ser enviados ao coletor e uma das atividades de maior consumo de energia em um nó de rede sem fio é o envio ou recepção de informações, o que, por sua vez, reduz a vida útil da bateria do nó da IoT. Visando solucionar o problema descrito, o objetivo deste trabalho é desenvolver um Serviço de Predição de dados utilizando Machine Learning com o método de aprendizado incremental para ter um modelo de predição que se adapta com a inserção de novos dados assim sempre tendo um modelo atualizado e nunca deixar fornecer dados as dispositivos IoT. Os experimentos realizados indicam a viabilidade do serviço desenvolvido, precisando ajustar os modelos de predição para o problema a fim de corrigir o underfitting apresentado para predição da umidade e o erro da predição de temperatura. |
id |
UFRN_c69d9d2f5edcf22c96a10d39629bb31a |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/37902 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Chacon, Ana Bheatriz da SilvaRodrigues, Taniro ChaconOliveira, Laura Emmanuella Alves dos Santos Santana deCurvelo, Carla da Costa FernandesRodrigues, Taniro Chacon2021-05-20T13:32:29Z2021-09-22T14:24:40Z2021-05-20T13:32:29Z2021-09-22T14:24:40Z2021-04-2620180119084CHACON, Ana Bheatriz da Silva. Serviço de predição de dados para IoT utilizando Machine Learning com aprendizado incremental. 2021. 35f. Trabalho de Conclusão de Curso (Graduação em Análise e Desenvolvimento de Sistemas) - Unidade Acadêmica Especializada em Ciências Agrárias, Universidade Federal do Rio Grande do Norte, Macaíba, 2021.https://repositorio.ufrn.br/handle/123456789/37902Com a IoT(Internet of Things) muitos dispositivos estão se conectando à internet e assim ajudando a solucionar muitos problemas em diversas áreas, os nós de sensores sem fio conectados à Internet ajudam as pessoas no monitoramento oferecendo informações em tempo real. Os dados gerados pelos nós devem ser enviados ao coletor e uma das atividades de maior consumo de energia em um nó de rede sem fio é o envio ou recepção de informações, o que, por sua vez, reduz a vida útil da bateria do nó da IoT. Visando solucionar o problema descrito, o objetivo deste trabalho é desenvolver um Serviço de Predição de dados utilizando Machine Learning com o método de aprendizado incremental para ter um modelo de predição que se adapta com a inserção de novos dados assim sempre tendo um modelo atualizado e nunca deixar fornecer dados as dispositivos IoT. Os experimentos realizados indicam a viabilidade do serviço desenvolvido, precisando ajustar os modelos de predição para o problema a fim de corrigir o underfitting apresentado para predição da umidade e o erro da predição de temperatura.IoT (Internet of Things) many devices are connecting to the internet and thus helping to solve many problems in several areas, wireless sensor nodes connected to the Internet help people in monitoring by offering information in real time. The data generated by the nodes must be sent to the collector and one of the most energy consuming activities in a wireless network node is sending or receiving information, which, in turn, reduces the battery life of the node. IoT. Aiming to solve the problem described, the objective of this work is to develop a Data Prediction Service using Machine Learning with the incremental learning method to have a prediction model that adapts with the insertion of new data thus always having an updated model and never letting data be provided to IoT devices. The experiments carried out indicate the feasibility of the service developed, needing to adjust the prediction models for the problem in order to correct the underfitting presented for temperature prediction.Universidade Federal do Rio Grande do NorteUFRNBrasilAnálise e desenvolvimento de sistemasAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessSistemas de ComputaçãoIoTMachine LearningIncremental LearningServiço de Predição de DadosData Prediction ServiceServiço de predição de dados para IoT utilizando Machine Learning com aprendizado incrementalinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALServicoPredicaoDadosParaIoT_Chacon_2021.pdfapplication/pdf1149800https://repositorio.ufrn.br/bitstream/123456789/37902/1/ServicoPredicaoDadosParaIoT_Chacon_2021.pdf50b8bdc11c6a3e768247a70fdf7a95efMD51CC-LICENSElicense_rdfapplication/octet-stream811https://repositorio.ufrn.br/bitstream/123456789/37902/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txttext/plain714https://repositorio.ufrn.br/bitstream/123456789/37902/3/license.txt7278bab9c5c886812fa7d225dc807888MD53123456789/379022021-09-22 11:24:40.134oai:https://repositorio.ufrn.br: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ório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2021-09-22T14:24:40Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.pt_BR.fl_str_mv |
Serviço de predição de dados para IoT utilizando Machine Learning com aprendizado incremental |
title |
Serviço de predição de dados para IoT utilizando Machine Learning com aprendizado incremental |
spellingShingle |
Serviço de predição de dados para IoT utilizando Machine Learning com aprendizado incremental Chacon, Ana Bheatriz da Silva Sistemas de Computação IoT Machine Learning Incremental Learning Serviço de Predição de Dados Data Prediction Service |
title_short |
Serviço de predição de dados para IoT utilizando Machine Learning com aprendizado incremental |
title_full |
Serviço de predição de dados para IoT utilizando Machine Learning com aprendizado incremental |
title_fullStr |
Serviço de predição de dados para IoT utilizando Machine Learning com aprendizado incremental |
title_full_unstemmed |
Serviço de predição de dados para IoT utilizando Machine Learning com aprendizado incremental |
title_sort |
Serviço de predição de dados para IoT utilizando Machine Learning com aprendizado incremental |
author |
Chacon, Ana Bheatriz da Silva |
author_facet |
Chacon, Ana Bheatriz da Silva |
author_role |
author |
dc.contributor.referees1.none.fl_str_mv |
Rodrigues, Taniro Chacon |
dc.contributor.referees2.none.fl_str_mv |
Oliveira, Laura Emmanuella Alves dos Santos Santana de |
dc.contributor.referees3.none.fl_str_mv |
Curvelo, Carla da Costa Fernandes |
dc.contributor.author.fl_str_mv |
Chacon, Ana Bheatriz da Silva |
dc.contributor.advisor1.fl_str_mv |
Rodrigues, Taniro Chacon |
contributor_str_mv |
Rodrigues, Taniro Chacon |
dc.subject.cnpq.fl_str_mv |
Sistemas de Computação |
topic |
Sistemas de Computação IoT Machine Learning Incremental Learning Serviço de Predição de Dados Data Prediction Service |
dc.subject.por.fl_str_mv |
IoT Machine Learning Incremental Learning Serviço de Predição de Dados Data Prediction Service |
description |
Com a IoT(Internet of Things) muitos dispositivos estão se conectando à internet e assim ajudando a solucionar muitos problemas em diversas áreas, os nós de sensores sem fio conectados à Internet ajudam as pessoas no monitoramento oferecendo informações em tempo real. Os dados gerados pelos nós devem ser enviados ao coletor e uma das atividades de maior consumo de energia em um nó de rede sem fio é o envio ou recepção de informações, o que, por sua vez, reduz a vida útil da bateria do nó da IoT. Visando solucionar o problema descrito, o objetivo deste trabalho é desenvolver um Serviço de Predição de dados utilizando Machine Learning com o método de aprendizado incremental para ter um modelo de predição que se adapta com a inserção de novos dados assim sempre tendo um modelo atualizado e nunca deixar fornecer dados as dispositivos IoT. Os experimentos realizados indicam a viabilidade do serviço desenvolvido, precisando ajustar os modelos de predição para o problema a fim de corrigir o underfitting apresentado para predição da umidade e o erro da predição de temperatura. |
publishDate |
2021 |
dc.date.accessioned.fl_str_mv |
2021-05-20T13:32:29Z 2021-09-22T14:24:40Z |
dc.date.available.fl_str_mv |
2021-05-20T13:32:29Z 2021-09-22T14:24:40Z |
dc.date.issued.fl_str_mv |
2021-04-26 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.pt_BR.fl_str_mv |
20180119084 |
dc.identifier.citation.fl_str_mv |
CHACON, Ana Bheatriz da Silva. Serviço de predição de dados para IoT utilizando Machine Learning com aprendizado incremental. 2021. 35f. Trabalho de Conclusão de Curso (Graduação em Análise e Desenvolvimento de Sistemas) - Unidade Acadêmica Especializada em Ciências Agrárias, Universidade Federal do Rio Grande do Norte, Macaíba, 2021. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/handle/123456789/37902 |
identifier_str_mv |
20180119084 CHACON, Ana Bheatriz da Silva. Serviço de predição de dados para IoT utilizando Machine Learning com aprendizado incremental. 2021. 35f. Trabalho de Conclusão de Curso (Graduação em Análise e Desenvolvimento de Sistemas) - Unidade Acadêmica Especializada em Ciências Agrárias, Universidade Federal do Rio Grande do Norte, Macaíba, 2021. |
url |
https://repositorio.ufrn.br/handle/123456789/37902 |
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/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.publisher.initials.fl_str_mv |
UFRN |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Análise e desenvolvimento de sistemas |
publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
instacron_str |
UFRN |
institution |
UFRN |
reponame_str |
Repositório Institucional da UFRN |
collection |
Repositório Institucional da UFRN |
bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstream/123456789/37902/1/ServicoPredicaoDadosParaIoT_Chacon_2021.pdf https://repositorio.ufrn.br/bitstream/123456789/37902/2/license_rdf https://repositorio.ufrn.br/bitstream/123456789/37902/3/license.txt |
bitstream.checksum.fl_str_mv |
50b8bdc11c6a3e768247a70fdf7a95ef e39d27027a6cc9cb039ad269a5db8e34 7278bab9c5c886812fa7d225dc807888 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1814832839692124160 |