Rede de Sensores para Controle Inteligente de Ambientes
Resumo
Laboratórios são ambientes que necessitam ser controlados, principalmente devido ao fato de que nesses ambientes são realizados processos químicos. Controlar a temperatura e a umidade relativa do ar é tarefa primordial para que os processos desenvolvidos dentro de tais laboratórios possam ser repetidos dentro dos parâmetros exigidos. Buscando propor mecanismos de controle para ambientes, neste artigo, apresentamos um sistema baseado em rede de sensores e classificação de padrões para controle inteligente de ambientes. Nosso protótipo utiliza as informações gerados pelos sensores para tomar decisões relativas ao controle constante da temperatura e da umidade relativa do ar.
Referências
Abraham, S. and Li, X. (2014). A cost-effective wireless sensor network system for indoor air quality monitoring applications. Procedia Computer Science, 34(0):165 – 171.
Barroca, N., Borges, L. M., Velez, F. J., Monteiro, F., G´orski, M., and Castro-Gomes, J. (2013). Wireless sensor networks for temperature and humidity monitoring within concrete structures. Construction and Building Materials, 40(0):1156 – 1166.
Berry, M. J. and Linoff, G. S. (2004). Data Mining Techniques: for Marketing, Sales, and Customer Relationship Mangement. Wiley Publishing, Inc, Indianapolis, Indiana, USA, 2nd edition.
da Silva, L. T. (2013). Uma proposta de automação residencial utilizando a plataforma de prototipagem eletrônica arduino. Revista Tecnologias em Projeção.
Faceli, K., Lorena, A. C., Gama, J., and de Carvalho, A. C. (2011). Inteligência Artificial: uma Abordagem de Aprendizado de Máquina. LTC - Livros técnicos e científicos Editora Ltda.
Fisher, R. A. (1925). Statistical Methods for Research Workers. Edinburgh: Oliver & Boyd.
Halkidi, M., Batistakis, Y., and Vazirgiannis, M. (2002). Clustering validity checking methods: part ii. SIGMOD Rec., 31 (3):19–27.
Lorena, A. C. and de Carvalho, A. C. P. L. F. (2007). Uma introdução às support vector machines. Revista de Informática Teórica e Aplicada (RITA), 14(2):43 –67.
Margolis, M. (2011). Arduino Cookbook. O’Reilly Media, USA, 2nd edition.
Maycon J. C. Mesquita, Jose C. G. Neto, W. R. M. A. (2014). Sistema de controle e supervisão residencial utilizando plataforma arduino.
McRoberts, M. (2011). Beginning Arduino. Apress, USA, 1st edition.
Mitchell, T. M. (1997). Machine Learning. McGraw-Hill, Inc., New York, NY, USA, 1st edition.
Vera-Repullo, J., Ruiz-Peñalver, L., Jiménez-Buendía, M., Rosillo, J., and Molina-Martínez, J. (2015). Software for the automatic control of irrigation using weighing-drainage lysimeters. Agricultural Water Management, 151(0):4 – 12. New proposals in the automation and remote control of water management in agriculture: agromotic systems.
Xu, R. and Wunsch, II, D. (2005). Survey of clustering algorithms. IEEE Transactions on Neural Networks, 16(3):645–678.
Yuwono, M., Guo, Y., Wall, J., Li, J., West, S., Platt, G., and Su, S. W. (2015). Unsupervised feature selection using swarm intelligence and consensus clustering for automatic fault detection and diagnosis in heating ventilation and air conditioning systems. Applied Soft Computing, 34(0):402 – 425.
Barroca, N., Borges, L. M., Velez, F. J., Monteiro, F., G´orski, M., and Castro-Gomes, J. (2013). Wireless sensor networks for temperature and humidity monitoring within concrete structures. Construction and Building Materials, 40(0):1156 – 1166.
Berry, M. J. and Linoff, G. S. (2004). Data Mining Techniques: for Marketing, Sales, and Customer Relationship Mangement. Wiley Publishing, Inc, Indianapolis, Indiana, USA, 2nd edition.
da Silva, L. T. (2013). Uma proposta de automação residencial utilizando a plataforma de prototipagem eletrônica arduino. Revista Tecnologias em Projeção.
Faceli, K., Lorena, A. C., Gama, J., and de Carvalho, A. C. (2011). Inteligência Artificial: uma Abordagem de Aprendizado de Máquina. LTC - Livros técnicos e científicos Editora Ltda.
Fisher, R. A. (1925). Statistical Methods for Research Workers. Edinburgh: Oliver & Boyd.
Halkidi, M., Batistakis, Y., and Vazirgiannis, M. (2002). Clustering validity checking methods: part ii. SIGMOD Rec., 31 (3):19–27.
Lorena, A. C. and de Carvalho, A. C. P. L. F. (2007). Uma introdução às support vector machines. Revista de Informática Teórica e Aplicada (RITA), 14(2):43 –67.
Margolis, M. (2011). Arduino Cookbook. O’Reilly Media, USA, 2nd edition.
Maycon J. C. Mesquita, Jose C. G. Neto, W. R. M. A. (2014). Sistema de controle e supervisão residencial utilizando plataforma arduino.
McRoberts, M. (2011). Beginning Arduino. Apress, USA, 1st edition.
Mitchell, T. M. (1997). Machine Learning. McGraw-Hill, Inc., New York, NY, USA, 1st edition.
Vera-Repullo, J., Ruiz-Peñalver, L., Jiménez-Buendía, M., Rosillo, J., and Molina-Martínez, J. (2015). Software for the automatic control of irrigation using weighing-drainage lysimeters. Agricultural Water Management, 151(0):4 – 12. New proposals in the automation and remote control of water management in agriculture: agromotic systems.
Xu, R. and Wunsch, II, D. (2005). Survey of clustering algorithms. IEEE Transactions on Neural Networks, 16(3):645–678.
Yuwono, M., Guo, Y., Wall, J., Li, J., West, S., Platt, G., and Su, S. W. (2015). Unsupervised feature selection using swarm intelligence and consensus clustering for automatic fault detection and diagnosis in heating ventilation and air conditioning systems. Applied Soft Computing, 34(0):402 – 425.
Publicado
04/07/2016
Como Citar
DA SILVA, Artejose Revoredo; XAVIER-JÚNIOR, João C. ; DA SILVA, Ivanovitch Medeiros Dantas.
Rede de Sensores para Controle Inteligente de Ambientes. In: SIMPÓSIO BRASILEIRO DE COMPUTAÇÃO UBÍQUA E PERVASIVA (SBCUP), 8. , 2016, Porto Alegre.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2016
.
p. 1096-1105.
ISSN 2595-6183.
DOI: https://doi.org/10.5753/sbcup.2016.9458.
