Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Aprendizado offline e online de redes neurais no contexto de casas inteligentes e de computação em névoa
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/1084377
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Delgado, Myriam Regattieri de Biase da Silva | - |
| Autor(es): dc.contributor | https://orcid.org/0000-0002-2791-174X | - |
| Autor(es): dc.contributor | http://lattes.cnpq.br/4166922845507601 | - |
| Autor(es): dc.contributor | Pigatto, Daniel Fernando | - |
| Autor(es): dc.contributor | https://orcid.org/0000-0001-8528-7407 | - |
| Autor(es): dc.contributor | http://lattes.cnpq.br/4624030380501998 | - |
| Autor(es): dc.contributor | Vendramin, Ana Cristina Barreiras Kochem | - |
| Autor(es): dc.contributor | https://orcid.org/0000-0002-1234-0884 | - |
| Autor(es): dc.contributor | http://lattes.cnpq.br/3005557336605080 | - |
| Autor(es): dc.contributor | Fontes, João Vitor de Carvalho | - |
| Autor(es): dc.contributor | http://orcid.org/0000-0002-2196-690X | - |
| Autor(es): dc.contributor | http://lattes.cnpq.br/9473668144091435 | - |
| Autor(es): dc.contributor | Delgado, Myriam Regattieri de Biase da Silva | - |
| Autor(es): dc.contributor | https://orcid.org/0000-0002-2791-174X | - |
| Autor(es): dc.contributor | http://lattes.cnpq.br/4166922845507601 | - |
| Autor(es): dc.creator | Mamann, Lucas Vilela Sanches de | - |
| Data de aceite: dc.date.accessioned | 2025-08-29T11:51:00Z | - |
| Data de disponibilização: dc.date.available | 2025-08-29T11:51:00Z | - |
| Data de envio: dc.date.issued | 2023-10-06 | - |
| Data de envio: dc.date.issued | 2023-10-06 | - |
| Data de envio: dc.date.issued | 2023-07-07 | - |
| Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/32646 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1084377 | - |
| Descrição: dc.description | As smart applications based on Artificial Neural Networks (ANNs) become highly popular, particularly the models comprising deep learning, some drawbacks of traditional cloud-based deployment emerge. Issues like high monetary cost, for storing and running applications, low privacy on data and models, and high latency experienced by cloud-based neural networks might make their use difficult, leading to poor user experiences. Fog computing appears therefore as an interesting alternative. This work explores, in the context of smart homes, a fog topology as an alternative to online learning and ANN-based models running offline. The work proposes using different shallow components to form deeper models; it also adopts a traditional deep recursive approach to deal with temporal aspects of data. Experiments involving offline learning compare their performance on eight different classification problems which consist of activities performed by a user in each one out of eight rooms in the smart home addressed as the case study. Results show that the hybridization of an auto-encoder with classifiers based on multi-layer perceptrons can detect rare activities and provide good results for almost all rooms, particularly when encompassing suitable neural structure sizes in the pipelines. However, it is worth mentioning that the traditional multilayer model is quite competitive. In the online context, although the performance of the best approach decreases, as expected, some relevant insights result from experiments, especially that fog computing provides results not too far from cloud systems, yet demanding fewer resources. The proposal based on fog computing and online learning appears therefore as an alternative when dealing with streaming data on restricted environments in terms of computation resources or time. | - |
| Descrição: dc.description | À medida que aplicações de sistemas inteligentes baseados em Redes Neurais Artificiais (RNA), e em particular os modelos baseados em aprendizado profundo, se tornam altamente populares, surgem algumas desvantagens da implementação tradicional baseada em computação na nuvem. Questões como alto custo monetário para armazenar e executar aplicativos, baixa privacidade em dados e modelos, e alta latência que afeta estes modelos executados na nuvem podem dificultar seu uso, levando a experiências insatisfatórias por parte de seus usuários. A computação em névoa aparece então como uma possibilidade interessante. Este trabalho explora, no contexto de casas inteligentes, uma topologia de névoa como alternativa aos métodos de aprendizado online e modelos baseados em RNA executados offline. O trabalho propõe o uso de diferentes componentes rasos para formar modelos mais profundos e a utilização de um modelo recorrente profundo tradicional para tratar os dados de forma temporal. Nos experimentos envolvendo aprendizado offline, comparam-se seus desempenhos na resolução de oito problemas de classificação distintos. Os problemas dizem respeito às atividades realizadas por um morador, em cada um dos oito cômodos de uma casa inteligente usada como estudo de caso. Os resultados mostram que a hibridização de um modelo de autoencoder com classificadores baseados em redes neurais de múltiplas camadas é capaz de detectar atividades raras e fornecer bons resultados para quase todos os cômodos, especialmente quando abrangendo pipelines de dimensões adequadas. No entanto, vale mencionar que o modelo tradicional de múltiplas camadas é bastante competitivo. No contexto online, embora o desempenho do melhor modelo diminua, como esperado, algumas observações relevantes resultam dos experimentos, principalmente o fato de que a computação em névoa fornece resultados não muito distantes dos sistemas em nuvem, mas demandando menos recursos. A proposta online baseada em névoa surge, portanto, como uma alternativa para operação em ambientes com restrição de recursos computacionais ou tempo de processamento, como ocorre em dados streaming. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
| Publicador: dc.publisher | Curitiba | - |
| Publicador: dc.publisher | Brasil | - |
| Publicador: dc.publisher | Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial | - |
| Publicador: dc.publisher | UTFPR | - |
| Direitos: dc.rights | openAccess | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| Palavras-chave: dc.subject | Redes neurais (Computação) | - |
| Palavras-chave: dc.subject | Aprendizado profundo (aprendizado do computador) | - |
| Palavras-chave: dc.subject | Automação residencial | - |
| Palavras-chave: dc.subject | Internet das coisas | - |
| Palavras-chave: dc.subject | Computação em nuvem | - |
| Palavras-chave: dc.subject | Neural networks (Computer science) | - |
| Palavras-chave: dc.subject | Deep learning (Machine learning) | - |
| Palavras-chave: dc.subject | Home automation | - |
| Palavras-chave: dc.subject | Internet of things | - |
| Palavras-chave: dc.subject | Cloud computing | - |
| Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | - |
| Palavras-chave: dc.subject | Engenharia Elétrica | - |
| Título: dc.title | Aprendizado offline e online de redes neurais no contexto de casas inteligentes e de computação em névoa | - |
| Título: dc.title | Offline and online neural network learning in the context of smart homes and fog computing | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT | |
Não existem arquivos associados a este item.
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo