Uma plataforma de análise de dados em tempo real para Internet das Coisas (IoT): previsão e detecção de anomalias no sensoriamento de ambientes

• Processo: 19/22972-0
• Modalidade de apoio: Auxílio à Pesquisa - Pesquisa Inovativa em Pequenas Empresas - PIPE
• Vigência: 01 de setembro de 2020 - 31 de maio de 2021
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Pablo César Calcina Ccori
• Beneficiário: Pablo César Calcina Ccori
• Empresa Sede: RN Consultoria em Tecnologia da Informação Ltda
• CNAE: Desenvolvimento de programas de computador sob encomenda ; Consultoria em tecnologia da informação
• Município: São Paulo
• Pesquisadores principais: Jean-Philippe Pierrel ; Rafael Costa Sales
• Pesquisadores associados: Pedro Alberto Morettin
• Bolsa(s) vinculada(s): 20/11549-7 - Uma plataforma de análise de dados em tempo real para Internet das Coisas (IoT): previsão e detecção de anomalias no sensoriamento de ambientes, BP.PIPE; 20/11550-5 - Uma plataforma de análise de dados em tempo real para Internet das Coisas (IoT): previsão e detecção de anomalias no sensoriamento de ambientes, BP.PIPE
• Assunto(s): Computação em nuvem Aprendizado computacional Internet das coisas Big data Métodos de análise Análise de dados Previsão (análise de séries temporais) Sensoriamento remoto
• Palavra(s)-Chave do Pesquisador: Analytics | big data | Cloud Computing | Internet of Things | machine learning | Time Series | Analytics para Internet das Coisas (IoT)

Resumo

Existe uma grande demanda de mecanismos para análise de dados gerados por sistemas de Internet das Coisas (IoT). Os resultados da análise de dados trazem grandes vantagens aos negócios, como melhor tomada de decisões, prevenção de falhas, maior tempo de vida dos equipamentos, menor consumo de energia, entre outros. Inúmeros empreendimentos dedicados à instalação e monitoramento de sensores requerem uma forma ágil de analisar os dados obtidos e acabam recorrendo ao desenvolvimento próprio de ferramentas de análise. Com o nosso projeto visamos atingir esse mercado. O objetivo deste projeto é implementar métodos avançados de aprendizado estatístico e aprendizado de máquina para analisar, em tempo real, dados de sistemas de sensoriamento de ambientes. Como resultado da pesquisa, visamos contribuir com a seleção do melhor conjunto de métodos para realizar previsões e detectar anomalias em tempo real dentro desse domínio. Este projeto conta com a parceria comercial de uma empresa de sensoriamento de ambientes que atua no mercado europeu e que fornecerá os dados e demandas reais de análise. A parceria nos permitirá consolidar nossa solução neste domínio, visando futuros clientes com demandas similares. A aplicação comercial desse projeto será uma plataforma para análise de dados de sensores em tempo real em sistemas de Internet das Coisas (IoT). A plataforma terá dois propósitos: o primeiro é ser a base de um serviço de consultoria para previsão e detecção de anomalias de dados com foco em empresas de sensoriamento. O segundo propósito é comercializar a plataforma como serviço na nuvem para ser integrado com a lógica de negócios do cliente, a fim de obter insights a partir dos dados. O desenvolvimento desta primeira fase nos permitirá adquirir um domínio técnico profundo da área de sensoriamento de ambientes, que nos permitirá atingir clientes com uma demanda similar, em mercados nacionais e internacionais. Também, a infraestrutura desenvolvida servirá de base para incursionar na sequência em outros domínios de Internet das Coisas (IoT), a fim de expandir nosso mercado de atuação. (AU)