Auto-Gerenciamento de Falhas no Contexto de Ambientes Inteligentes e Assistidos: Uma Abordagem Baseada em Redes Bayesianas

  • Lilia S. Da S. Morais UFCA
  • Maria A. Silva UFCA
  • Camila H. S. Oliveira UFCA

Resumo


Com o envelhecimento da população cresce o interesse em soluções que permitam que os idosos com limitações cognitivas tenham mais autonomia no seu cotidiano e uma melhor qualidade de vida. Ambiente Inteligentes e Assistidos (AIA) têm sido usados em vários países com o obejtivo de oferecer assistência a esta população que está em pleno crescimento em todo o mundo. Neste artigo, propomos um framework de detecção e diagnóstico de falhas que busca garantir a qualidade dos serviços oferecidos nestes ambientes. Nosso framework usa a abordagem de Redes Bayesianas na construção de modelos que serão utilizados na detecção de falhas dos dispositivos empregados nos AIAs.

Referências

Brito, F. (2008) “Transição demográfica e desigualdades sociais no Brasil”. Rev. bras. estud. popul., São Paulo, v.25, n.1, p.5-26, jun.

Yunes, J. (1971 “A dinâmica populacional dos países desenvolvidos e subdesenvolvidos”. Rev. Saúde Pública, São Paulo, v.5, n.1, p.129-150, jun.

Braga, S., Filho, A., Silveira, R., Guimarães. (2008) “As Políticas Públicas para os Idosos no Brasil: A Cidadania no Envelhecimento”, Encontro de Administração Pública e Governança (ENAPG). Salvador, Bahia.

Radziszewski, R., Ngankam, H.K., Pigot, H., Grégoire, V., Lorrain, D., & Giroux, S. (2016) “An ambient assisted living nighttime wandering system for elderly”, Proceedings of the 18th International Conference on Information Integration and Web-based Applications and Services.

Sun H., Florio V. D., Gui N. and Blondia C. (2009) "Promises and Challenges of Ambient Assisted Living Systems", Sixth International Conference on Information Technology: New Generations, 2009, pp. 1201-1207, doi: 10.1109/ITNG.2009.169.

Al-Shaqi, R., Mourshed, M. and Rezgui, Y. (2016) “Progress in ambient assisted systems for independent living by the elderly”, Springerplus. 2016 May 14;5:624. doi: 10.1186/s40064-016-2272-8. PMID: 27330890; PMCID: PMC4870543.

Gutiérrez, S. and Ponce, H. (2019) “An Intelligent Failure Detection on a Wireless Sensor Network for Indoor Climate Conditions. Sensors”, Sensors 19.4 (2019): 854.

Jadav P. and Babu V. K. (2017) “Fuzzy logic based faulty node detection in wireless sensor network,”, International Conference on Communication and Signal Processing (ICCSP), pp. 0390–0394.

He W., Qiao P. L., Zhou Z. J., Hu G. Y., Feng Z. C. and Wei H. (2018) “A new belief-rule-based method for fault diagnosis of wireless sensor network”, IEEE Access, vol. PP, no. 99, pp. 1–1, 2018.

Zidi S., Moulahi T. and Alaya B. (2018) “Fault detection in wireless sensor networks through svm classifier”, IEEE Sensors Journal, vol. 18, no. 1,pp. 340–347, Jan 2018.

Zhang Z., Mehmood A., Shu L., Huo Z., Zhang Y. and Mukherjee M. (2018) “A survey on fault diagnosis in wireless sensor networks”, IEEE Access,vol. PP, no. 99, pp. 1–1, 2018.



Publicado
14/09/2021
MORAIS, Lilia S. Da S.; SILVA, Maria A.; OLIVEIRA, Camila H. S.. Auto-Gerenciamento de Falhas no Contexto de Ambientes Inteligentes e Assistidos: Uma Abordagem Baseada em Redes Bayesianas. In: ESCOLA REGIONAL DE COMPUTAÇÃO DO CEARÁ, MARANHÃO E PIAUÍ (ERCEMAPI), 9. , 2021, Quixadá/CE. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2021 . p. 33-40. DOI: https://doi.org/10.5753/ercemapi.2021.17905.