ESTGV - DI - Relatórios finais (após aprovados pelo júri)
Permanent URI for this collection
Browse
Browsing ESTGV - DI - Relatórios finais (após aprovados pelo júri) by Subject "Big Data"
Now showing 1 - 2 of 2
Results Per Page
Sort Options
- Modelos de Informação Comum e Machine Learning em Smart CitiesPublication . Santos, Bruno Miguel Gomes dos; Lacerda, Ana Cristina Wanzeller Guedes deCom o contínuo envelhecimento das cidades que não são metrópoles, aliado a um constante crescimento da população nos centros urbanos mais desenvolvidos (metrópoles), em certa parte devido às oportunidades de emprego existentes, é crucial que as primeiras passem por um processo de modernização, de modo a captarem a atenção dos seus habitantes. Para, se alguma forma, (re)capturar o interesse dos cidadãos, o paradigma que permite a uma cidade não metróplole atingir este objetivo será transformar a cidade numa Smart City. A cidade passará para um novo patamar tecnológico, mudando a maneira como as operações e serviços da cidade atuam e interagem com o cidadão, diferenciando-se assim das outras cidades. Como tal, esta cidade irá tornar-se numa cidade preparada para as tecnologias 5G experimentais, usando estas como base para a transição para uma economia baseada em conhecimento e plataformas digitais, valorizando o grande volume de dados (Big Data) recolhidos por vários sensores no ramo da Internet of Things (IoT) e o desenvolvimento de novos produtos e serviços para o crescimento e criação de novas empresas e empregos. Dentro do domínio das Smart Cities, mais concretamente na temática dos resíduos, pretende-se com este projeto criar Modelos de Informação Comum, recorrendo a tecnologias BIg Data, IoT e Data Science, de modo a estes serem integrados numa plataforma de gestão de dados, permitindo a um município da cidade, que será um dos clientes desta plataforma, tomar decisões consoante os dados providenciados, tudo com o intuito de otimizar os processos de gestão dos resíduos adjacentes à cidade. Para se gerarem os Modelos de Informação Comum, aliado às tecnologias mencionadas no parágrafo anterior, será utilizado Machine Learning, de forma a aplicar previsão nos conjuntos de dados dentro da temática do lixo. Os conjuntos de dados estão inerentemente ligados aos resíduos da cidade de Austin, sendo que estes dados são de carácter "real", ou seja, registados pela empresa de recolha que opera na cidade. A escolha do conjunto de dados associados à cidade de Austin prende-se com a disponibilidade em modo aberto dos dados, e por, dentro do contexto do país pertencente, Austin corresponder a uma cidade não metrópole. De modo a se retirar valor dos dados, utilizar-se-á uma tecnologia de Business Intelligence que permite a criação e customização de ferramentas que providenciam informação.
- Modelos de Machine Learning na gestão de consumos de energiaPublication . Sério, Francisco António Alves; Lacerda, Ana Cristina Wanzeller Guedes de; Pinto, Filipe CabralAo longo destes últimos anos, a quantidade de sensores espalhados pelas cidades tem aumentado significativamente, o que, por consequência, leva a um incremento no volume de dados, originando o Big Data. Muitos desses sensores foram colocados em candeeiros e em contadores de energia elétrica, permitindo, tanto ao utilizador, como ao município, verificar os respetivos consumos, muitas vezes em tempo real, fazendo da cidade uma cidade inteligente. Com essa grande quantidade de dados gerada, seria possível aplicar técnicas de machine learning, com o objetivo de fazer previsões de dados no tempo, encontrar anomalias, efetuar algumas estatísticas e retirar informações úteis. Isto permite que o município consiga ir em conta aos seus objetivos, tornando a cidade numa cidade sustentável, melhorando, assim, a qualidade de vida dos seus cidadãos. Em suma, com este trabalho pretende-se criar modelos de machine learning, utilizando bibliotecas de código aberto (e. g. TensorFlow, Keras) sobre dados reais de energia elétrica de uma cidade, com o objetivo de prever os consumos para os próximos tempos, de forma a que o município tenha uma melhor tomada de decisão. Aliada a esta previsão, pretende-se, também, criar uma REST API que disponibilize essas previsões numa ferramenta de business intelligence, para que o município possa ter uma melhor visão das mesmas. No geral, com a previsão dos consumos, será possível resolver o problema, que é mútuo não só a municípios, mas também a outras entidades, da verificação da gestão do orçamento em relação à energia e indo em conta às suas expectativas.