Detecção da ocupação de um ambiente a partir de dados de sensores utilizando rede neural ARTMAP Fuzzy
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNESP |
Texto Completo: | http://hdl.handle.net/11449/193623 |
Resumo: | A detecção de presença em um ambiente tem se mostrado uma tarefa com grande potencial para aumentar a eficiência energética de prédios e auxiliar em tecnologias remotas de monitoramento e assistência nos smarts buildings, prédios inteligentes. Com a disponibilidade cada vez maior de sensores e tecnologias integradas, os prédios inteligente vêm evoluindo na maneira de interagir com usuários, com destaque na literatura atualizada as técnicas de machine learning e, dentre elas, as redes neurais artificias. Com o intuito de testar novos algoritmos para esta tarefa, foi proposto neste trabalho, o uso da rede neural artificial ARTMAP Fuzzy como algoritmo classificador. Foram utilizados dados obtidos de sensores de temperatura, CO2, luminosidade e umidade. As simulações foram realizadas com combinações diferentes de variáveis de entrada e três tipos de normalização. Foi possível observar um bom desempenho na classificação do status da ocupação, e pelo desempenho e tempo de diagnóstico da rede, o algoritmo tem potencial para ser agregado em um sistema comercial de detecção de presença em tempo real. |
id |
UNSP_fa0aa18235977166af866df20e656a1b |
---|---|
oai_identifier_str |
oai:repositorio.unesp.br:11449/193623 |
network_acronym_str |
UNSP |
network_name_str |
Repositório Institucional da UNESP |
repository_id_str |
2946 |
spelling |
Detecção da ocupação de um ambiente a partir de dados de sensores utilizando rede neural ARTMAP FuzzyRoom occupancy detection from environmental sensors using artificial neural network Fuzzy ARTMAP.Redes Neurais ArtificiaisFuzzy ARTMAPArtificial Neural NetworksARTMAP FuzzyPrédios inteligentesDetecção de presençaAmbientes inteligentesPresence detectionSmarts buildingsSmart environmentsA detecção de presença em um ambiente tem se mostrado uma tarefa com grande potencial para aumentar a eficiência energética de prédios e auxiliar em tecnologias remotas de monitoramento e assistência nos smarts buildings, prédios inteligentes. Com a disponibilidade cada vez maior de sensores e tecnologias integradas, os prédios inteligente vêm evoluindo na maneira de interagir com usuários, com destaque na literatura atualizada as técnicas de machine learning e, dentre elas, as redes neurais artificias. Com o intuito de testar novos algoritmos para esta tarefa, foi proposto neste trabalho, o uso da rede neural artificial ARTMAP Fuzzy como algoritmo classificador. Foram utilizados dados obtidos de sensores de temperatura, CO2, luminosidade e umidade. As simulações foram realizadas com combinações diferentes de variáveis de entrada e três tipos de normalização. Foi possível observar um bom desempenho na classificação do status da ocupação, e pelo desempenho e tempo de diagnóstico da rede, o algoritmo tem potencial para ser agregado em um sistema comercial de detecção de presença em tempo real.Presence detection in an environment has proved to be a task with great potential to increase the energy efficiency of buildings and aid in remote monitoring and assistance technologies in smart buildings. With the increasing availability of sensors and integrated technologies, smart buildings have evolved in the way they interact with users, with machine learning and artificial neural networks techniques stand out in recent literature. In order to test new algorithms for this task, we propose in this work the use of the Fuzzy ARTMAP artificial neural network as a classifier algorithm. Data obtained from temperature, CO2, light and humidity sensors were used. The simulations were performed with training in sequential and random order and with two sample sizes. The results show a good performance in classifying occupation status and by the network diagnosis time and performance the algorithm can be added to a commercial real time presence detection system.Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)CAPES 001Universidade Estadual Paulista (Unesp)Lotufo, Anna Diva Plasencia [UNESP]Universidade Estadual Paulista (Unesp)Vilela, Danieli Biagi2020-09-30T14:31:44Z2020-09-30T14:31:44Z2020-08-31info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/11449/19362333004099080P0porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2024-08-05T17:40:38Zoai:repositorio.unesp.br:11449/193623Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T17:40:38Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false |
dc.title.none.fl_str_mv |
Detecção da ocupação de um ambiente a partir de dados de sensores utilizando rede neural ARTMAP Fuzzy Room occupancy detection from environmental sensors using artificial neural network Fuzzy ARTMAP. |
title |
Detecção da ocupação de um ambiente a partir de dados de sensores utilizando rede neural ARTMAP Fuzzy |
spellingShingle |
Detecção da ocupação de um ambiente a partir de dados de sensores utilizando rede neural ARTMAP Fuzzy Vilela, Danieli Biagi Redes Neurais Artificiais Fuzzy ARTMAP Artificial Neural Networks ARTMAP Fuzzy Prédios inteligentes Detecção de presença Ambientes inteligentes Presence detection Smarts buildings Smart environments |
title_short |
Detecção da ocupação de um ambiente a partir de dados de sensores utilizando rede neural ARTMAP Fuzzy |
title_full |
Detecção da ocupação de um ambiente a partir de dados de sensores utilizando rede neural ARTMAP Fuzzy |
title_fullStr |
Detecção da ocupação de um ambiente a partir de dados de sensores utilizando rede neural ARTMAP Fuzzy |
title_full_unstemmed |
Detecção da ocupação de um ambiente a partir de dados de sensores utilizando rede neural ARTMAP Fuzzy |
title_sort |
Detecção da ocupação de um ambiente a partir de dados de sensores utilizando rede neural ARTMAP Fuzzy |
author |
Vilela, Danieli Biagi |
author_facet |
Vilela, Danieli Biagi |
author_role |
author |
dc.contributor.none.fl_str_mv |
Lotufo, Anna Diva Plasencia [UNESP] Universidade Estadual Paulista (Unesp) |
dc.contributor.author.fl_str_mv |
Vilela, Danieli Biagi |
dc.subject.por.fl_str_mv |
Redes Neurais Artificiais Fuzzy ARTMAP Artificial Neural Networks ARTMAP Fuzzy Prédios inteligentes Detecção de presença Ambientes inteligentes Presence detection Smarts buildings Smart environments |
topic |
Redes Neurais Artificiais Fuzzy ARTMAP Artificial Neural Networks ARTMAP Fuzzy Prédios inteligentes Detecção de presença Ambientes inteligentes Presence detection Smarts buildings Smart environments |
description |
A detecção de presença em um ambiente tem se mostrado uma tarefa com grande potencial para aumentar a eficiência energética de prédios e auxiliar em tecnologias remotas de monitoramento e assistência nos smarts buildings, prédios inteligentes. Com a disponibilidade cada vez maior de sensores e tecnologias integradas, os prédios inteligente vêm evoluindo na maneira de interagir com usuários, com destaque na literatura atualizada as técnicas de machine learning e, dentre elas, as redes neurais artificias. Com o intuito de testar novos algoritmos para esta tarefa, foi proposto neste trabalho, o uso da rede neural artificial ARTMAP Fuzzy como algoritmo classificador. Foram utilizados dados obtidos de sensores de temperatura, CO2, luminosidade e umidade. As simulações foram realizadas com combinações diferentes de variáveis de entrada e três tipos de normalização. Foi possível observar um bom desempenho na classificação do status da ocupação, e pelo desempenho e tempo de diagnóstico da rede, o algoritmo tem potencial para ser agregado em um sistema comercial de detecção de presença em tempo real. |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-09-30T14:31:44Z 2020-09-30T14:31:44Z 2020-08-31 |
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.uri.fl_str_mv |
http://hdl.handle.net/11449/193623 33004099080P0 |
url |
http://hdl.handle.net/11449/193623 |
identifier_str_mv |
33004099080P0 |
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 |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
instname_str |
Universidade Estadual Paulista (UNESP) |
instacron_str |
UNESP |
institution |
UNESP |
reponame_str |
Repositório Institucional da UNESP |
collection |
Repositório Institucional da UNESP |
repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
repository.mail.fl_str_mv |
|
_version_ |
1808128105559097344 |