Busca avançada
Ano de início
Entree

Modelo de times ad-hoc para agricultura de precisão e monitoramento de pragas em grandes plantações

Processo: 19/14791-6
Modalidade de apoio:Bolsas no Brasil - Iniciação Científica
Data de Início da vigência: 01 de outubro de 2019
Data de Término da vigência: 30 de setembro de 2020
Área de conhecimento:Ciências Exatas e da Terra - Ciência da Computação
Pesquisador responsável:Jó Ueyama
Beneficiário:Matheus Aparecido do Carmo Alves
Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
Vinculado ao auxílio:13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria, AP.CEPID
Assunto(s):Agricultura de precisão   Internet das coisas   Sistemas multiagentes   Monitoramento   Controle de pragas   Processos de Markov
Palavra(s)-Chave do Pesquisador:Aplicações de Monte Carlo | Internet das Coisas | Multi-Agentes | Otimização de Tarefas | Processo de Decisão de Markov | Times Ad-hoc | Multi-Agentes

Resumo

Atualmente, o desenvolvimento de dispositivos inteligentes tem ganhado importância nos mais diversos cenários, criando ambientes compartilhados física e logicamente pelos sistemas físicos e multi-agentes (dispositivos) que os compõem. O problema é que a maioria desses sistemas e agentes não são modelados para se comunicar entre si, dificultando a implementação desses sistemas e a otimização da tarefa-alvo. Para garantir a eficiência desses sistemas, os agentes (sistemas físicos) precisam compartilhar informações entre si, processá-las e tornar os serviços mais flexíveis, mesmo sob condições limitadas (como sob restrição do conhecimento sobre seus colegas de equipe ou sobre o mundo ao seu redor).O Brasil, como um país predominantemente de economia agrícola, tem fomentado pesquisas e manifestado um interesse crescente no desenvolvimento de ferramentas que possam otimizar o processo de agricultura e monitoramento de grandes plantações. Diante desse cenário, a proposta de projeto FAPESP visa realizar um estudo sobre o problema definido como "otimização do planejamento de tarefas e melhor particionamento do conjuntos de agentes", concebido como um problema de aprendizagem online e geração de estrutura de coalizão. Em linhas gerais, busca-se desenvolver um algoritmo totalmente descentralizado capaz de gerar conhecimento em tempo real para otimizar o processo de agricultura de precisão e monitoramento de pragas para grandes plantações, focado também na otimização do sistema e problemas dentro do âmbito nacional, a fim de apresentar um solução viável, social e economicamente.

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(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)
YOURDSHAHI, ELNAZ SHAFIPOUR; ALVES, MATHEUS APARECIDO DO CARMO; VARMA, AMOKH; MARCOLINO, LEANDRO SORIANO; UEYAMA, JO; ANGELOV, PLAMEN. On-line estimators for ad-hoc task execution: learning types and parameters of teammates for effective teamwork. AUTONOMOUS AGENTS AND MULTI-AGENT SYSTEMS, v. 36, n. 2, p. 49-pg., . (19/14791-6, 13/07375-0)