Combinando Ontologia e Deep Learning para Integração de Dados de Sensores e Predição de Eventos Críticos

Resumo


A detecção e a previsão precisas de eventos são fundamentais para sistemas de alerta precoce, visando prevenir desastres e mitigar riscos. Este estudo propõe um framework que combina integração de dados de sensores baseada em ontologia com aprendizado profundo para aprimorar a previsão de eventos críticos. Uma extensão da ontologia Semantic Sensor Network (SSN) é utilizada para padronizar dados heterogêneos de sensores e enriquecê-los com informações semânticas e contextuais, que então alimentam uma rede Long Short-Term Memory (LSTM) para realizar a previsão. Um estudo de caso com dados reais hidrométricos e pluviométricos demonstrou que essa abordagem combinada melhora a acurácia das previsões e possibilita a detecção antecipada de eventos críticos em comparação com análises isoladas de sensores.
Palavras-chave: Previsão de eventos críticos, Integração semântica de sensores, Ontologia, Redes neurais recorrentes LSTM, Sistemas de alerta precoce

Referências

Compton, M. et al. (2012). The SSN Ontology of the W3C Semantic Sensor Network Incubator Group. Web Semantics: Science, Services and Agents on the World Wide Web, 17, 25–32.

Zhao, L. (2021). Event Prediction in the Big Data Era: A Systematic Survey. ACM Computing Surveys, 54(5), Article 105.

Al Qundus, J., Dabbour, K., Gupta, S., Meissonier, R., & Paschke, A. (2022). Wireless sensor network for AI-based flood disaster detection. Proc. of the 55th Hawaii Intl. Conf. on System Sciences (HICSS 2022), 4678–4687.

Nearing, G. et al. (2024). Global prediction of extreme floods in ungauged watersheds. Nature, 615, 94–100. (Publicado online em 2023, edição impressa de 2024.
Publicado
29/09/2025
AMARÁ, Jefferson; STRÖELE, Victor; BRAGA, Regina. Combinando Ontologia e Deep Learning para Integração de Dados de Sensores e Predição de Eventos Críticos. In: CONCURSO DE TESES E DISSERTAÇÕES (CTDBD) - SIMPÓSIO BRASILEIRO DE BANCO DE DADOS (SBBD), 40. , 2025, Fortaleza/CE. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2025 . p. 241-246. DOI: https://doi.org/10.5753/sbbd_estendido.2025.247540.