Banca de DEFESA: DENIS ROBSON DANTAS BOAVENTURA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : DENIS ROBSON DANTAS BOAVENTURA
DATA : 23/09/2024
HORA: 08:30
LOCAL: https://meet.google.com/aph-zmyp-sof
TÍTULO:

Sistemas de Recomendação para Casas Inteligentes: Uma Abordagem com Integração de Aprendizado por Reforço e Feedback Implícito

PALAVRAS-CHAVES:

Sistemas de Recomendação, Casas Inteligentes, Aprendizado por Reforço, Feedback Implícito

PÁGINAS: 120
RESUMO:

O crescente avanço tecnológico impulsionou o desenvolvimento de casas inteligentes, exigindo sistemas adaptativos e personalizados para atender às necessidades dos moradores. Além disso, com o aumento no uso e integração de dispositivos, as casas inteligentes obtiveram o potencial de adaptarem-se às necessidades dos usuários, oferecendo serviços personalizados, como gerenciamento de energia, segurança doméstica e conforto. Ao mesmo tempo, esta evolução trouxe mais desafios e complexidade para estes cenários, trazendo uma quantidade maior de estados possíveis para os dispositivos inteligentes, como por exemplo; cores, temperaturas e intensidades diferentes para uma lâmpada. Uma alternativa para solucionar alguns desses desafios é a aplicação de sistemas de recomendação em abordagens de casas inteligentes, onde os itens resultantes das recomendações tendem a ser estados ou ações para os dispositivos presentes dentro do ambiente. O sistema de recomendação proposto neste trabalho busca otimizar a interação entre os dispositivos inteligentes presentes na casa e os habitantes, promovendo decisões mais eficientes no ambiente domiciliar. Por meio da aplicação de algoritmos de aprendizado por reforço, do uso de feedback implícito e da cooperação entre múltiplos agentes para controle dos dispositivos atuadores, este estudo explora novas abordagens para aprimorar a eficiência e a adaptatividade dos sistemas de recomendação em ambientes residenciais inteligentes. Neste estudo realizamos o experimento com dois algoritmos de aprendizado por reforço diferentes em dois conjuntos de dados diferentes, que baseiam-se em três rotinas distintas. Os resultados obtidos demonstram uma promissora capacidade do sistema de antecipar as necessidades dos moradores e adaptar-se a mudanças em suas rotinas, contribuindo para uma experiência residencial mais eficiente, intuitiva e adaptável.

MEMBROS DA BANCA:
Presidente - 2011187 - FREDERICO ARAUJO DURAO
Interno - 2083320 - BRUNO PEREIRA DOS SANTOS
Interno - 1850683 - MAYCON LEONE MACIEL PEIXOTO
Externa à Instituição - NATASHA CORREIA QUEIROZ LINO - UFPB
Externo à Instituição - ROSALVO FERREIRA DE OLIVEIRA NETO - UNIVASF