Use este identificador para citar ou linkar para este item:
http://repositorio.ufc.br/handle/riufc/25592| Tipo: | Dissertação |
| Título: | Fusão de dados multinível para sistemas de internet das coisas em agricultura inteligente |
| Autor(es): | Torres, Andrei Bosco Bezerra |
| Orientador: | Souza, José Neuman de |
| Coorientador: | Rocha, Atslands Rego da |
| Palavras-chave: | Teleinformática;Rede de sensores sem fio;Internet das coisas;Redes ad hoc;Agricultura inteligente;Internet of things;Data fusion;Multilevel fusion;Wireless sensor networks;Intelligent agriculture |
| Data do documento: | 2017 |
| Citação: | TORRES, A. B. B. Fusão de dados multinível para sistemas de internet das coisas em agricultura inteligente. 2017. 71 f. Dissertação (Mestrado em Engenharia de Teleinformática)–Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2017. |
| Resumo: | A utilização de Redes de Sensores Sem Fio (RSSF) para detecção de fenômenos e monitoramento de ambientes não é um conceito novo, com estudos iniciados na década de 1980, mas ele tem ganhado força pela expansão da Internet das Coisas (Internet of Things - IoT), que trata de capacitar os objetos ao nosso redor de sensoriar, identificar e analisar o mundo. Para tornar a IoT viável em larga escala, é necessário que os objetos/sensores sejam de baixo custo, e isso implica uma série de limitações: bateria limitada, baixa capacidade processamento e armazenamento, baixa acurácia, dentre outros. Nesse contexto, técnicas de fusão de dados podem ser utilizadas para mitigar algumas das limitações citadas e viabilizar a adoção de sensores de baixo custo. A proposta desta dissertação é uma arquitetura de fusão de dados multinível para IoT para melhorar a acurácia dos sensores, detectar eventos/anomalias (como a falha de sensores) e possibilitar tomadas de decisões automatizadas. Como estudo de caso, foram realizados experimentos em conjunto com a Embrapa em um projeto de pesquisa de Agricultura de Precisão no monitoramento de cultivos experimentais de coco e de caju anão-precoce. |
| Abstract: | The usage of Wireless Sensor Networks (WSN) to detect and monitor phenomena isn’t a new concept, with studies dating back to 1980, but it has gained momentum with the expansion of Internet of Things (IoT), which aims to enable day to day objects to sense, identify and analyze our world. For IoT to be viable, it is necessary for the objects/sensors to be low-cost, and that implies a series of limitations: low battery, low processing and storage capabilities, low accuracy, etc. In this context, data fusion techniques can be used to mitigate some of these limitations and make the adoption of low-cost sensors viable. This dissertation proposes a data fusion architecture for IoT, improving sensor accuracy, detecting events/anomalies (such as sensor failure) and enabling automated decision making. As a case study, experimental cultures of precocious dwarf cashew and coconut trees were monitored. |
| URI: | http://www.repositorio.ufc.br/handle/riufc/25592 |
| Aparece nas coleções: | DETE - Dissertações defendidas na UFC |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| 2017_dis_abbtorres.pdf | 5,35 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.