Work

ISABELA: IoT Student Advisor and BEst Life Analyser

Year: 2019
Type: dissertation
Abstract: Os objetos e aparelhos do dia-a-dia estão cada vez mais inteligentes e interligados. Conceitos como a Internet das Coisas (IoT) e sistemas ciber-físicos (CPS) estão a ser usados para dar a tecnologia, que usamos todos os dias, capacidades de comunicação e sensoriais. Permitindo que estes dispositivos sejam utilizados como sensores, que podem ser usados para obter informação sobre as atividades do dia-a-dia das pessoas. Isto por sua vez, constitui uma grande oportunidade para se fazer investigação nesta área e para criar tecnologias que possam ajudar as pessoas. Porém, estas tecnologias ainda não são muito centradas nos seres Humanos e a maioria dos sistemas veem o ser Humano como um elemento externo ao sistema. Contudo, ao utilizar o conceito de Human-in-the-loop Cyber-Physical System (HITLCPS) podemos criar sistemas que são mais focados nas pessoas. Este conceito consiste em integrar o Humano como parte dos CPS, isto é, fazer com que o sistema reconheça o Humano: os seus parâmetros físicos,as suas possíveis ações, intenções e estados emocionais. Ao adicionar o ser Humano como parte do sistema nós podemos obter informações sobre ele, processar essa informação para prever estados futuros e fechar o ciclo de controle ao devolver essa informação ao ser Humano. O principal objetivo desta tese era implementar o conceito de HITLCPS num sistema, capaz de monitorizar os estudantes e de os ajudar a melhorar o seu desempenho académico. Este tese focou-se principalmente no desenvolvimento da estrutura necessária para a obtenção e armazenamento da informação e no desenvolvimento do front-end da plataforma (aplicação Android). Contudo, durante este projeto nós também desenvolvemos alguns algoritmos e aplicamos técnicas de machine learning. Este projeto incluiu o desenvolvimento de duas aplicações Android (uma aplicação para Smartphone e uma aplicação para Smartwatch), a utilização da plataforma FIWARE e a utilização de dispositivos embebidos (Raspberry Pi e Arduino). Nós utilizamos o Smartphone e o Smartwatch para obter informação sobre os estudantes e o dispositivos embebidos para obter dados do ambiente. A partir desta informação nós inferimos/classificamos a atividade, localização, sociabilidade e padrões de sono. Nós também recolhemos informação de sensores virtuais/sociais, nomeadamente do Facebook. Tanto quanto sabemos, este projeto é uma das primeiras tentativas de juntar HITLCPS, IoT e machine learning para criar aplicações centradas nas pessoas.
Language: English
Open Access status: green
OpenAlex ID: W2996837881
Cites: 27
Cited by:
Related to: 10