Análise de Modelos de Machine Learning para Autonomia em Ambientes Inteligentes

• Processo: 24/23235-8
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de julho de 2025
• Data de Término da vigência: 30 de junho de 2026
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Caetano Mazzoni Ranieri
• Beneficiário: Laura Sthefany Colombo
• Instituição Sede: Instituto de Geociências e Ciências Exatas (IGCE). Universidade Estadual Paulista (UNESP). Campus de Rio Claro. Rio Claro , SP, Brasil
• Assunto(s): Aprendizado computacional Internet das coisas Sensores inteligentes Inteligência artificial
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Assistência à autonomia em domicílio | Internet das Coisas | Reconhecimento de atividade humana | Sensores inteligentes | Inteligência Artificial

Resumo

O avanço das tecnologias de Internet das Coisas (IoT) e Inteligência Artificial (IA) tem impulsionado o desenvolvimento de soluções para melhorar a qualidade de vida de populações vulneráveis, como idosos e pessoas com mobilidade reduzida, através de ambientes inteligentes assistidos. Nessas aplicações, o reconhecimento de atividade humana é essencial para a inferência de contexto, levando a desenvolvimentos quanto a técnicas de extração de características e aprendizado de máquina. Este projeto propõe uma análise comparativa de abordagens para reconhecimento de atividade humana baseado em dados de unidades inerciais e sensores integrados ao ambiente, incluindo abordagens multimodais. Serão enfatizadas técnicas clássicas de aprendizado de máquina, como árvores de decisão e Floresta Aleatória, além da aplicação de métodos estatísticos para modelagem de séries temporais e processamento básico de sinais. Os experimentos serão conduzidos com bases de dados públicas amplamente disseminadas, de modo a se avaliar o desempenho em termos de acurácia e eficiência computacional. Com este projeto, espera-se fornecer arcabouço para o desenvolvimento de novos projetos envolvendo técnicas para reconhecimento de atividade humana em ambientes inteligentes.