Sistema inteligente residencial com IA e IoT para apoio à tomada de decisão baseada em alertas metereológicos contextuais

Página do item simplificado
dc.contributor.advisor1GOMES, Evelin Helena Cardoso
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/5388902706205997
dc.contributor.advisor1ORCIDhttps://orcid.org/0000-0001-6569-4638
dc.creatorCOELHO, Gabriel da Silva Oliveira
dc.creator.Latteshttp://lattes.cnpq.br/2022444589115728
dc.date.accessioned2026-06-11T16:26:56Z
dc.date.available2026-06-11T16:26:56Z
dc.date.issued2026-02-22
dc.description.abstractThis study proposes an intelligent residential system based on the Internet of Things (IoT) and Artificial Intelligence, aimed at anticipating lo cal precipitation events. Unlike regional weather forecasts and models focu sed solely on global accuracy metrics, the proposed approach prioritizes the decision-making utility of alerts in residential environments. The system integra tes low-cost environmental sensors, temporal processing using recurrent neural networks, and event-oriented analysis, comparing a Baseline model (MR), a Very Short-Term Prediction model (MCP), and an Event-Based model (MBE). Results indicate that, although the MR exhibits superior overall statistical per formance, the MBE achieved greater anticipation capability and higher sensi tivity to atmospheric patterns preceding rainfall, correctly alerting 3 out of 5 observed precipitation events, while the MR and MCP generated only 1 and no useful alerts, respectively. These findings suggest that temporal and contex tual approaches are more suitable for residential alert applications than models focused exclusively on numerical precision.
dc.description.resumoEste trabalho propõe um sistema residencial inteligente baseado em Internet das Coisas (IoT) e Inteligência Artificial voltado à antecipação de even tos de precipitação em escala local. Diferentemente de previsões meteorológi cas regionais e de modelos orientados exclusivamente a métricas globais de acurácia, a abordagem proposta prioriza a utilidade decisória do alerta em ambientes residenciais. O sistema integra sensores ambientais de baixo custo, processamento temporal por meio de redes neurais recorrentes e análise ori entada a eventos, comparando um modelo de referência(MR), um modelo de previsão de curtíssimo prazo(MCP) e um modelo baseado em eventos (MBE). Os resultados indicam que, embora MBE apresente um desempenho estatístico global inferior, ele demonstrou maior capacidade de antecipação e maior sensi bilidade a padrões atmosféricos antecedentes à ocorrência de chuva, alertando corretamente 3 dos 5 eventos de precipitação, enquanto MR e MCP geraram, 1 e nenhum alertas uteis, respectivamente, o que indica que abordagens tempo rais e contextuais se mostram mais adequadas para aplicações residenciais de alerta do que modelos focados exclusivamente em precisão numérica.
dc.identifier.citationCOELHO, Gabriel da Silva Oliveira. Sistema inteligente residencial com IA e IoT para apoio à tomada de decisão baseada em alertas metereológicos contextuais. Orientadora: Evelin Helena Cardoso Gomes. 2026. 25 f. Trabalho de Curso (Bacharelado em Engenharia de Computação) – Faculdade de Engenharia da Computação, Campus Universitário de Castanhal, Universidade Federal do Pará, Castanhal, 2026. Disponível em: https://bdm.ufpa.br/handle/prefix/9596. Acesso em:.
dc.identifier.urihttps://bdm.ufpa.br/handle/prefix/9596
dc.rightsAcesso Abertopt_BR
dc.source.uriDisponível na internet via correio eletrônico: bibufpacastanhal@gmail.com
dc.subjectPrevisão meteorológica
dc.subjectSistemas de alerta
dc.subjectInteligência artificial
dc.subjectWeather forecasting
dc.subjectAlert systems
dc.subjectArtificial Intelligence
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA
dc.titleSistema inteligente residencial com IA e IoT para apoio à tomada de decisão baseada em alertas metereológicos contextuais
dc.typeTrabalho de Curso - Graduação - Artigo

Arquivo(s)

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
TC_Artigo_SistemaInteligenteResidencial.pdf
Tamanho:
2.32 MB
Formato:
Adobe Portable Document Format
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.84 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Aparece na Coleção

Faculdade de Engenharia da Computação - CCAST
Logo do RepositórioLogo do Repositório