Banca de DEFESA: GABRIEL MAIA DE MACEDO

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : GABRIEL MAIA DE MACEDO
DATA : 23/07/2026
HORA: 09:00
LOCAL: Link da videochamada: https://meet.google.com/rhi-mbns-gpr
TÍTULO:

Mecanismo de Adaptação de Taxa para Rede LoRaWAN Aplicada à Pecuária Semi-Intensiva usando Aprendizagem de Máquina

PALAVRAS-CHAVES:

LoRaWAN, LoRa, ADR, Pecuária, Aprendizagem de Máquina, Aprendizado por Reforço, IoT.

PÁGINAS: 83
RESUMO:

 

O objetivo deste trabalho é explorar técnicas de adaptação da taxa de transmissão (ADR) em redes LoRaWAN destinadas ao monitoramento de gado em regime de pecuária semi-intensiva, avaliando o desempenho e o consumo energético da rede em função do número de animais monitorados e da área de cobertura. A abordagem proposta foi avaliada por meio de simulações usando ns-3. O cenário de simulação considera a movimentação sazonal dos animais, que consiste em períodos de confinamento em um curral e de pastagem no campo. Uma investigação das técnicas clássicas de ADR aplicadas a este cenário comprova que algoritmos da ADR diferentes têm melhor desempenho em momentos específicos do cenário. Com essa evidência, este trabalho propõe uma solução de ADR que utiliza aprendizado de máquina para ajustar dinamicamente os parâmetros de transmissão e, assim, atender à natureza dinâmica do cenário de criação de gado. Os resultados comprovam que a adoção de aprendizado de máquina resulta em um ganho significativo em termos de garantia de entrega de pacotes, em taxa útil do sistema e em eficiência energética dos dispositivos.

MEMBROS DA BANCA:
Presidente - 1412682 - VICENTE ANGELO DE SOUSA JUNIOR
Interno - 2524053 - ANTONIO LUIZ PEREIRA DE SIQUEIRA CAMPOS
Externo à Instituição - Waslon Terllizzie Araujo Lopes. - UFPB
Externo à Instituição - ÁLVARO AUGUSTO MACHADO DE MEDEIROS - UFJF