
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.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Romariz, Alexandre Ricardo Soares | - |
| Autor(es): dc.creator | Loiola, Roberto Rodrigues | - |
| Data de aceite: dc.date.accessioned | 2025-03-18T18:03:13Z | - |
| Data de disponibilização: dc.date.available | 2025-03-18T18:03:13Z | - |
| Data de envio: dc.date.issued | 2011-06-11 | - |
| Data de envio: dc.date.issued | 2011-06-11 | - |
| Data de envio: dc.date.issued | 2011-06-11 | - |
| Data de envio: dc.date.issued | 2009-12-10 | - |
| Fonte completa do material: dc.identifier | http://repositorio.unb.br/handle/10482/8332 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/940963 | - |
| Descrição: dc.description | Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2009. | - |
| Descrição: dc.description | Essa dissertação aborda o problema da localização em ambientes fechados baseada em técnicas de redes neurais artificiais. Nesse sistema, a informação da intensidade do sinal recebido (RSSI) disponibilizada por interfaces de rede sem fio padrão é a base para a previsão de localização de dispositivos móveis. Métodos tradicionais de localização indoor possuem diversas características indesejáveis, tais como dificuldade de implementação, pouca flexibilidade (não permitem a utilização da infra-estrutura presente no local sem grandes alterações na disposição de APs), número elevado de parâmetros e alto custo computacional. Foram realizadas implementações de algoritmos tradicionais de localização (Algoritmo do Vizinho mais Próximo), métodos baseados em Redes Neurais Multicamadas (Perceptron MLP) e mapas auto-organizáveis de Kohonen. Conclui-se que esta última implementação (Kohonen) é capaz de prover resultados significativamente superiores àqueles obtidos em estudos recentes de localização indoor. _______________________________________________________________________________ ABSTRACT | - |
| Descrição: dc.description | This thesis addresses the indoor location problem using on artificial neural networks-based techniques. In this system, the received signal strength information (RSSI) provided by standard network wireless interfaces are the basis for mobile device's location prediction. Traditional methods of indoor location have several undesirable characteristics, such as implementation difficulties, lack of flexibility (requiring APs specific position), high number of parameters and high computational cost. Traditional indoor location algorithms such as the Nearest Neighbor Algorithm were compared to methods based on Multilayer Neural Networks (Perceptron MLP) and the Kohonen self-organized map. We conclude that the Kohonen's implementation is able to provide significantly better results (less errors, faster localization) than those obtained in recent studies of indoor localization. | - |
| Descrição: dc.description | Faculdade de Tecnologia (FT) | - |
| Descrição: dc.description | Departamento de Engenharia Elétrica (FT ENE) | - |
| Descrição: dc.description | Programa de Pós-Graduação em Engenharia Elétrica | - |
| Formato: dc.format | application/pdf | - |
| Direitos: dc.rights | Acesso Aberto | - |
| Palavras-chave: dc.subject | Engenharia elétrica | - |
| Palavras-chave: dc.subject | Redes neurais (Computação) | - |
| Título: dc.title | Redes neurais artificiais aplicadas ao problema da localização em ambientes fechados | - |
| Título: dc.title | Artificial neural networks applied to the problem of location in indoor environments | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional – UNB - Rep. 1 | |
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: