Um Sistema de Recomendação para Casas Inteligentes baseado em Grupos

Nome do aluno

 

Mayki dos Santos Oliveira

 

Título do trabalho

 

Um Sistema de Recomendação para Casas Inteligentes baseado em Grupos

 

Resumo do trabalho

 

As casas inteligentes, também conhecidas como Smart Homes, são ambientes altamente tecnológicos que integram dispositivos conectados via Internet das Coisas (IoT). Esses dispositivos são capazes de coletar dados sobre o ambiente, permitindo a criação de rotinas automatizadas que facilitam o dia a dia. Atualmente já podemos encontrar na literatura propostas que buscam analisar o comportamento dos moradores para automatizar tarefas, buscando melhorar o conforto dos moradores e diminuir a necessidade de interação direta dos moradores com os dispositivos. Essas propostas tendem a ter um desempenho satisfatório quando aplicados em cenários com apenas um residente e dispositivos com status binário (ON/OFF). Entretanto, em cenários com múltiplos residentes e dispositivos mais complexos, surgem desafios de gerenciamento dos dispositivos, pois as preferências individuais dos moradores podem entrar em conflito, devido à diversidade de necessidades e comportamentos. Ambientes familiares, por exemplo, são constituídos por grupos heterogêneos, onde cada indivíduo possui suas próprias preferências e níveis de autoridade, levando a discordâncias durante a utilização de certos dispositivos. Sistemas de Recomendação voltado para grupos surge como uma solução viável pois permite modelar as preferências do grupo provendo conforto a todos da casa em detrimento de preferências individuais. O objetivo deste trabalho é desenvolver um modelo de recomendação que compreenda as preferências dos residentes, buscando minimizar conflitos e otimizar a utilização dos dispositivos. A proposta foca em técnicas de aprendizado de máquina para analisar padrões de comportamento dos moradores e gerar recomendações personalizadas, que levem em consideração não apenas as preferências individuais, mas também a dinâmica do grupo como um todo. A solução busca maximizar o consenso entre os membros do grupo, proporcionando um ambiente mais harmônico e eficiente. A avaliação do modelo foi realizada por meio de experimentos em diferentes cenários simulados, onde foram testadas a precisão das recomendações geradas. Os resultados preliminares apontam uma precisão média de 87% de acertos na predição de eventos e recomendação de ações para os dispositivos presentes no ambiente.

 

Orientador

 

Frederico Araújo Durão

 

Membro Titular 1

 

Bruno Pereira dos Santos

 

Link para o curriculum lattes

 

http://lattes.cnpq.br/0092226104911153

 

Membro Titular 2

 

Danilo Barbosa Coimbra

 

Link para o curriculum lattes

 

http://lattes.cnpq.br/9590398895954821

 

Suplente 1

 

Tatiane Nogueira Rios

 

Link para o curriculum lattes

 

http://lattes.cnpq.br/0851148137941240

 

Suplente 2

 

Maycon Leone Maciel Peixoto

 

Link para o curriculum lattes

 

http://lattes.cnpq.br/5003713680310544

 

Data do exame

 

02 Dec, 2024

 

Horário do exame

 

8:30 AM

 

 

Data da Defesa: 
02/12/2024 - 08:30
Tipo de Defesa: 
Qualificação de Mestrado