Busca avançada
Ano de início
Entree

Provendo uma maior inteligência em IOTS: abordagens e aplicações em sensores, VANTs e smartphones

Processo: 15/21642-6
Linha de fomento:Auxílio à Pesquisa - Regular
Vigência: 01 de fevereiro de 2016 - 31 de janeiro de 2018
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
Pesquisador responsável:Jó Ueyama
Beneficiário:Jó Ueyama
Instituição-sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
Pesq. associados:André Carlos Ponce de Leon Ferreira de Carvalho ; Gustavo Pessin ; Isvani Inocencio Frías Blanco
Assunto(s):Redes de computadores  Internet das coisas  Sistemas distribuídos 

Resumo

Os dispositivos com recursos escassos como a Internet das Coisas (IoT) estão cada vez mais onipresentes coletando dados no intuito de melhorar e otimizar o cotidiano de um ambiente como uma smart city. A IoT normalmente consiste de sensores e objetos que interagem e trabalham em conjunto, estando ao mesmo tempo conectados a Internet. A IoT é considerada como fazendo parte da Internet do Futuro e incorpora dispositivos como sensores, smartphones, câmeras, automóveis, VANTs e/ou qualquer dispositivo doméstico. Como mais objetos/sensores estão conectados, um maior volume de dados (inclusive voz, vídeo e imagem) é gerado e transportado, demandando assim uma maior inteligência para tratar adequadamente tais dados. Entretanto, o maior problema reside em que grande parte do dispositivo IoT como os sensores e objetos domésticos são dispositivos que possuem pouca memória e poder de processamento. Assim, este projeto de pesquisa tem como objetivo prover um maior grau de inteligência nestes dispositivos com poucos recursos já citados. O desafio chave é prover esta inteligência nos próprios dispositivos a despeito dos recursos limitados de memória e poder de processamento que tais dispositivos dispõem. As técnicas adequadas devem ser investigadas e utilizadas, para que possamos otimizar o uso dos poucos recursos disponíveis e muitas vezes ociosos. O projeto envolve estudar as técnicas de inteligência artificial e de evolução existentes na literatura. Além disso, a proposta compreende também pesquisar a abordagem centralizada ou distribuída das inteligência nos nós (i.e. centralizar toda inteligência em um nó ou distribui-la entre os dispositivos da rede). Há várias aplicações a serem exploradas neste projeto e uma delas é o uso da inteligência artificial para classificar o estado emocional dos usuários de smartphones. Uma outra aplicação é embarcar a inteligência nos sensores para prever enchentes em rios urbanos no contexto de uma smart city. Outros cenários envolvem o uso de VANTs "inteligentes" para pulverizar defensivos químicos com uma rota ajustada (ou "evoluída") em tempo de execução, levando-se em consideração as condições climáticas impostas, como as mudanças no sentido e na velocidade do vento. Outras aplicações poderão ser investigadas ao longo do progresso desta pesquisa. Finalmente, ressalta-se que os primeiros resultados desta pesquisa foram publicados na Revista Pesquisa FAPESP de Janeiro de 2015 (como parte do resultado do projeto Regular). Deseja-se dar continuidade a estes resultados promissores através deste novo projeto proposto. (AU)

Publicações científicas (6)
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
MANO, LEANDRO Y.; MAZZO, ALESSANDRA; NETO, JOSE R. T.; MESKA, MATEUS H. G.; GIANCRISTOFARO, GABRIEL T.; UEYAMA, JO; JUNIOR, GERSON A. P. Using emotion recognition to assess simulation-based learning. NURSE EDUCATION IN PRACTICE, v. 36, p. 13-19, MAR 2019. Citações Web of Science: 0.
DE ASSIS, LUIZ FERNANDO F. G.; HORITA, FLAVIO E. A.; DE FREITAS, EDISON P.; UEYAMA, JO; DE ALBUQUERQUE, JOAO PORTO. A Service-Oriented Middleware for Integrated Management of Crowdsourced and Sensor Data Streams in Disaster Management. SENSORS, v. 18, n. 6 JUN 2018. Citações Web of Science: 2.
FILHO, GERALDO P. R.; VILLAS, LEANDRO A.; FREITAS, HEITOR; VALEJO, ALAN; GUIDONI, DANIEL L.; UEYAMA, JO. ResiDI: Towards a smarter smart home system for decision-making using wireless sensors and actuators. Computer Networks, v. 135, p. 54-69, APR 22 2018. Citações Web of Science: 4.
FURQUIM, GUSTAVO; FILHO, GERALDO P. R.; JALALI, ROOZBEH; PESSIN, GUSTAVO; PAZZI, RICHARD W.; UEYAMA, JO. How to Improve Fault Tolerance in Disaster Predictions: A Case Study about Flash Floods Using IoT, ML and Real Data. SENSORS, v. 18, n. 3 MAR 2018. Citações Web of Science: 4.
FAICAL, BRUNO S.; FREITAS, HEITOR; GOMES, PEDRO H.; MANO, LEANDRO Y.; PESSIN, GUSTAVO; DE CARVALHO, ANDRE C. P. L. F.; KRISHNAMACHARI, BHASKAR; UEYAMA, JO. An adaptive approach for UAV-based pesticide spraying in dynamic environments. COMPUTERS AND ELECTRONICS IN AGRICULTURE, v. 138, p. 210-223, JUN 1 2017. Citações Web of Science: 12.
GIUNTINI, FELIPE TALIAR; BEDER, DELANO MEDEIROS; UEYAMA, JO. Exploiting self-organization and fault tolerance in wireless sensor networks: A case study on wildfire detection application. International Journal of Distributed Sensor Networks, v. 13, n. 4 APR 12 2017. Citações Web of Science: 1.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.
Mapa da distribuição dos acessos desta página
Para ver o sumário de acessos desta página, clique aqui.