Publicação
Estudo da aplicabilidade de ML no âmbito de smart homes
| Resumo: | As técnicas de aprendizagem automática são amplamente empregadas em Smart Homes, em combinação com dispositivos IoT. A combinação entre ambas as tecnologias permite a coleta e análise de dados de sensores e outros dispositivos para a aprendizagem e automatização de tarefas domésticas, como regulação de temperatura, controle de iluminação e segurança. Algumas técnicas comuns de ML aplicadas incluem aprendizagem por reforço, aprendizagem supervisionada e aprendizagem não supervisionada. Essas tecnologias permitem que os dispositivos IoT aprendam com o comportamento do utilizador e melhorem as suas capacidades de automatizar tarefas, tornando a vida dos utilizadores mais conveniente e eficiente. A presente dissertação tem como objetivo principal a análise das principais técnicas de ML utilizadas no âmbito das Smart Homes. Neste sentido, é feito um levantamento sobre a automação residencial antes da popularização das técnicas de ML. Analisam-se as técnicas do período anterior ao atual, quando não havia um poder computacional que permitisse a implementação de técnicas de ML em ambientes residenciais. Além disso, é abordada a relação entre as técnicas de ML e a criação de ambientes domésticos mais sustentáveis, onde a racionalização de recursos se torna uma realidade e a sua implementação não causa alterações significativas na qualidade de vida dos utilizadores deste tipo de residência. Por fim, é apresentada a implementação de uma prova de conceito relacionada com o reconhecimento de atividades humanas em ambiente doméstico. |
|---|---|
| Autores principais: | Rosa, Alexandre da Silva |
| Assunto: | Smart home Machine Learning Automação residencial Deep Learning IoT HAR Home automation Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática |
| Ano: | 2023 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade do Minho |
| Idioma: | português |
| Origem: | RepositóriUM - Universidade do Minho |
| Resumo: | As técnicas de aprendizagem automática são amplamente empregadas em Smart Homes, em combinação com dispositivos IoT. A combinação entre ambas as tecnologias permite a coleta e análise de dados de sensores e outros dispositivos para a aprendizagem e automatização de tarefas domésticas, como regulação de temperatura, controle de iluminação e segurança. Algumas técnicas comuns de ML aplicadas incluem aprendizagem por reforço, aprendizagem supervisionada e aprendizagem não supervisionada. Essas tecnologias permitem que os dispositivos IoT aprendam com o comportamento do utilizador e melhorem as suas capacidades de automatizar tarefas, tornando a vida dos utilizadores mais conveniente e eficiente. A presente dissertação tem como objetivo principal a análise das principais técnicas de ML utilizadas no âmbito das Smart Homes. Neste sentido, é feito um levantamento sobre a automação residencial antes da popularização das técnicas de ML. Analisam-se as técnicas do período anterior ao atual, quando não havia um poder computacional que permitisse a implementação de técnicas de ML em ambientes residenciais. Além disso, é abordada a relação entre as técnicas de ML e a criação de ambientes domésticos mais sustentáveis, onde a racionalização de recursos se torna uma realidade e a sua implementação não causa alterações significativas na qualidade de vida dos utilizadores deste tipo de residência. Por fim, é apresentada a implementação de uma prova de conceito relacionada com o reconhecimento de atividades humanas em ambiente doméstico. |
|---|