Internet das coisas e aprendizado de máquina aplicados ao conforto térmico de ambientes internos

Página do item simplificado
dc.contributor.advisorLopes, Paulo Batista
dc.contributor.authorNascimento, Matheus Gomes do
dc.date.accessioned2022-03-10T13:59:07Z
dc.date.available2022-03-10T13:59:07Z
dc.date.issued2022-02-02
dc.description.abstractA Internet das Coisas (do inglês, Internet of Things - IoT) conecta objetos à internet possibilitando diálogo entre os dispositivos e os usuários, proporcionando novas oportunidades para aplicações científicas e comerciais. Esta pesquisa propõe avaliar o nível de conforto térmico em tempo real do ambiente utilizando ferramentas de armazenamento, processamento e análise de dados em Big Data com a coleta de dados proveniente dos dispositivos IoT. A busca por conforto térmico propõe oferecer melhores condições de vida e de saúde para o ser humano. O ambiente, como uma de suas funções, deve apresentar condições térmicas adequadas ao conforto térmico humano. Na pesquisa foram utilizados sensores capazes de mensurar o índice do calor, o índice de desconforto térmico e o índice de temperatura e umidade utilizando a temperatura e a umidade relativa do ar do local. Com a análise do ambiente foi possível monitorar de forma inteligente o nível de conforto e alertar possíveis perigos para as pessoas presentes. Também foram utilizados algoritmos de aprendizado de máquina (do inglês machine learning - ML) para analisar o histórico de dados armazenados e formular modelos capazes de realizar previsões dos parâmetros do ambiente. Os dados obtidos pelos dispositivos IoT constataram que a residência analisada pode ser considerada confortável, sem riscos para a saúde dos moradores e que menos de 50% dos indivíduos podem sentir desconforto nos ambientes.pt_BR
dc.description.sponsorshipMackPesquisa - Fundo Mackenzie de Pesquisapt_BR
dc.identifier.urihttps://dspace.mackenzie.br/handle/10899/28856
dc.language.isopt_BRpt_BR
dc.language.isoenpt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectconforto térmicopt_BR
dc.subjectInternet das coisaspt_BR
dc.subjectbig datapt_BR
dc.subjectaprendizado de máquinapt_BR
dc.titleInternet das coisas e aprendizado de máquina aplicados ao conforto térmico de ambientes internospt_BR
dc.typeDissertaçãopt_BR
local.contributor.advisorLatteshttp://lattes.cnpq.br/1678715490240349pt_BR
local.contributor.advisorOrcidhttps://orcid.org/0000-0002-8070-1688pt_BR
local.contributor.authorLatteshttp://lattes.cnpq.br/8954728554012628pt_BR
local.contributor.board1Notargiacomo, Pollyana Coelho da Silva
local.contributor.board1Latteshttp://lattes.cnpq.br/5131975026612008pt_BR
local.contributor.board1Orcidhttps://orcid.org/0000-0001-8292-1644pt_BR
local.contributor.board2Branquinho, Omar Carvalho
local.contributor.board2Latteshttp://lattes.cnpq.br/3922652248901843pt_BR
local.description.abstractenThe Internet of Things (IoT) connects objects to the internet, enabling the dialogue between devices and users, providing new opportunities for scientific and commercial ap plications. This research proposes to evaluate the level of thermal comfort in real time of the environment using tools of storage, processing and data analysis of Big Data data with the collection of data coming from the IoT devices. The search for thermal comfort provides the best living and health conditions for human beings. The environment, as one of its functions, must present the climatic conditions necessary for human thermal comfort. In the research, adequate sensors were used to measure the heat index, the thermal discomfort index and the temperature and humidity index using the temperature and relative humidity of the place. With the analysis of the environment, it was possible to intelligently monitor the comfort level and alert possible hazards to the people present. Machine learning (ML) algorithms were also used to analyze the history of stored data and formulate models capable of making predictions of the parameters of the environ ment. The data obtained by the IoT devices found that the analyzed residence can be considered comfortable, without risks to the health of the residents and that less than 50% of the individuals can feel discomfort in the environments.pt_BR
local.keywordsthermal comfortpt_BR
local.keywordsinternet of thingspt_BR
local.keywordsbig datapt_BR
local.keywordsmachine Learningpt_BR
local.publisher.departmentEscola de Engenharia Mackenzie (EE)pt_BR
local.publisher.programEngenharia Elétrica e Computaçãopt_BR
local.subject.cnpqEngenharia elétrica - eletrônica industrial, sistemas e controles eletrônicospt_BR
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
MATHEUS GOMES DO NASCIMENTO - proitegido.pdf
Tamanho:
1.58 MB
Formato:
Adobe Portable Document Format
Descrição:
Matheus Gomes do Nascimento
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.95 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar
Coleções
Engenharia Elétrica e Computação - Dissertações - EE Higienópolis