| Título: | Automação de iluminação de ambientes utilizando aprendizado de máquina embarcado |
| Autor(es): | Andrade, Larissa Santana de Freitas |
| Orientador(es): | Koike, Carla Cavalcante |
| Assunto: | Aprendizagem de máquina
Internet das coisas
Iluminação elétrica |
| Data de apresentação: | 27-Jul-2023 |
| Data de publicação: | 5-Out-2023 |
| Referência: | ANDRADE, Larissa Santana de Freitas. Automação de iluminação de ambientes utilizando aprendizado de máquina embarcado. 2023. 62 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia da Computação) — Universidade de Brasília, Brasília, 2023. |
| Resumo: | A área de TinyML constitui um campo emergente potencializado pelos conhecimentos
estabelecidos com o estudo de Internet of Things (IoT) e Machine Learning (ML). Este
trabalho detalha o desenvolvimento de uma solução TinyML enfatizando as necessidades
e dificuldades inerentes ao desenvolvimento de aplicações embarcadas de aprendizado de
máquina. Dessa maneira, é proposta uma arquitetura composta por sensores, contro-
ladores e luminárias de controle remoto para implementação de um projeto prático de
automação, em que um espaço de testes é monitorado e tem sua iluminação manipulada
por módulos de software alimentados de informações produzidas por modelos preditivos.
A capacidade de aprendizado desse projeto é avaliada por meio de uma série experimentos
associados ao retreino do algoritmo ML dado o surgimento de novos exemplos. No fim,
a aplicação proposta expôs inteligência de controle, alterando o padrão de iluminação de
acordo com a rotina demonstrada pelo usuário. |
| Abstract: | The field of TinyML is an emerging research body enhanced by the accumulated knowledge built with the study of Internet of Things (IoT) and Machine Learning (ML). This work describes the development of a TinyML solution and emphasizes the different needs and difficulties inherent in developing of embedded machine learning applications. Therefore, an architecture composed of sensors, controllers, and remote control lighting is proposed as implementation of a practical automation project, where a test space is monitored and its lighting is manipulated by software modules fed with data produced by predictive models. The learning aspect of this application is evaluated through a series of experiments designed around the retraining step of the ML algorithm given the gathering of new information. In the end, the proposed application displays intelligent control, changing the lighting pattern according to the user routine. |
| Informações adicionais: | Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2023. |
| Licença: | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta. |
| Aparece na Coleção: | Engenharia da Computação
|
Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.
