Reinforcement learning aplicado no controle de variáveis de uma casa de vegetação

Detalhes bibliográficos
Autor(a) principal: Beraldo, Nicolas
Data de Publicação: 2022
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/233275
Resumo: TCC(graduação) - Universidade Federal de Santa Catarina. Campus Araranguá. Engenharia da Computação.
id UFSC_35ac7daa0fe4d1e362c76686f67d373b
oai_identifier_str oai:repositorio.ufsc.br:123456789/233275
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Reinforcement learning aplicado no controle de variáveis de uma casa de vegetaçãocasa de vegetaçãomachine learningreinforcement learninginternet of thingsTCC(graduação) - Universidade Federal de Santa Catarina. Campus Araranguá. Engenharia da Computação.Com a crescente demanda por alimentos e a piora das condições climáticas o uso de casas de vegetação tem se tornado comum, entretanto o controle dessas casas, na grande maioria, tem sido feito por modelos de controladores que necessitam de ajuste manuais, como os clássicos. O objetivo deste projeto é reunir as pesquisas mais recentes sobre o controle das variáveis de um ambiente controlado a fim de criar um protótipo autônomo para gerenciar uma casa de vegetação. A partir de estudos bibliográficos foram encontrados diversos métodos para a otimização do uso dos recursos naturais e artificiais e como aproveitá-los ao máximo para o melhor desenvolvimento dos produtos vegetais. No decorrer deste documento será apontado o que foi descoberto das bibliografias, as suas singularidades, como foram aplicadas e o porquê de serem usadas. Serão descritos os passos do desenvolvimento de uma casa de vegetação doméstica, os algoritmos envolvidos na aquisição e armazenamento de dados, treinamento de algoritmos de tomada de decisões e tomada de ações dentro da casa de vegetação. Para o algoritmo de tomada de decisão foi usado o algoritmo de reinforcement learning, que recentemente tem crescido em popularidade dentro da área de machine learning, a fim de testar sua capacidade fora dos ambientes comumente usados, onde as variáveis de entrada e saída são definidas com exatidão, já que esse algoritmo normalmente se aplica em jogos eletrônicos, que possuem regras, ações e consequências bem definidas. Ao fim do trabalho estarão detalhados os motivos da implementação de reinforcement learning, neste caso, não ter convergido para um modelo funcional, por causa do pouco tempo disponível para treinamento, do mau planejamento da casa de vegetação entre outros, e como os evitar em trabalhos futurosAraranguá, SCMarcelino, RodervalUniversidade Federal de Santa CatarinaBeraldo, Nicolas2022-03-29T12:47:58Z2022-03-29T12:47:58Z2022-03-24info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis22papplication/pdfhttps://repositorio.ufsc.br/handle/123456789/233275info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2022-03-29T12:47:58Zoai:repositorio.ufsc.br:123456789/233275Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732022-03-29T12:47:58Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Reinforcement learning aplicado no controle de variáveis de uma casa de vegetação
title Reinforcement learning aplicado no controle de variáveis de uma casa de vegetação
spellingShingle Reinforcement learning aplicado no controle de variáveis de uma casa de vegetação
Beraldo, Nicolas
casa de vegetação
machine learning
reinforcement learning
internet of things
title_short Reinforcement learning aplicado no controle de variáveis de uma casa de vegetação
title_full Reinforcement learning aplicado no controle de variáveis de uma casa de vegetação
title_fullStr Reinforcement learning aplicado no controle de variáveis de uma casa de vegetação
title_full_unstemmed Reinforcement learning aplicado no controle de variáveis de uma casa de vegetação
title_sort Reinforcement learning aplicado no controle de variáveis de uma casa de vegetação
author Beraldo, Nicolas
author_facet Beraldo, Nicolas
author_role author
dc.contributor.none.fl_str_mv Marcelino, Roderval
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Beraldo, Nicolas
dc.subject.por.fl_str_mv casa de vegetação
machine learning
reinforcement learning
internet of things
topic casa de vegetação
machine learning
reinforcement learning
internet of things
description TCC(graduação) - Universidade Federal de Santa Catarina. Campus Araranguá. Engenharia da Computação.
publishDate 2022
dc.date.none.fl_str_mv 2022-03-29T12:47:58Z
2022-03-29T12:47:58Z
2022-03-24
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.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/233275
url https://repositorio.ufsc.br/handle/123456789/233275
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 22p
application/pdf
dc.publisher.none.fl_str_mv Araranguá, SC
publisher.none.fl_str_mv Araranguá, SC
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652133346574336

Registros relacionados