Internet das coisas e aprendizado de máquina aplicados ao conforto térmico de ambientes internos

• Ano de defesa: 2022
• Autor(a) principal: Nascimento, Matheus Gomes do
• Orientador(a): Lopes, Paulo Batista
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por; eng
• Palavras-chave em Português: conforto térmico; Internet das coisas; big data; aprendizado de máquina
• Link de acesso: https://dspace.mackenzie.br/handle/10899/28856

A Internet das Coisas (do inglês, Internet of Things - IoT) conecta objetos à internet possibilitando diálogo entre os dispositivos e os usuários, proporcionando novas oportunidades para aplicações científicas e comerciais. Esta pesquisa propõe avaliar o nível de conforto térmico em tempo real do ambiente utilizando ferramentas de armazenamento, processamento e análise de dados em Big Data com a coleta de dados proveniente dos dispositivos IoT. A busca por conforto térmico propõe oferecer melhores condições de vida e de saúde para o ser humano. O ambiente, como uma de suas funções, deve apresentar condições térmicas adequadas ao conforto térmico humano. Na pesquisa foram utilizados sensores capazes de mensurar o índice do calor, o índice de desconforto térmico e o índice de temperatura e umidade utilizando a temperatura e a umidade relativa do ar do local. Com a análise do ambiente foi possível monitorar de forma inteligente o nível de conforto e alertar possíveis perigos para as pessoas presentes. Também foram utilizados algoritmos de aprendizado de máquina (do inglês machine learning - ML) para analisar o histórico de dados armazenados e formular modelos capazes de realizar previsões dos parâmetros do ambiente. Os dados obtidos pelos dispositivos IoT constataram que a residência analisada pode ser considerada confortável, sem riscos para a saúde dos moradores e que menos de 50% dos indivíduos podem sentir desconforto nos ambientes.