Banca de QUALIFICAÇÃO: GABRIEL MAIA DE MACEDO

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : GABRIEL MAIA DE MACEDO
DATA : 19/12/2023
HORA: 09:00
LOCAL: Remota via Google Meet
TÍTULO:

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

PALAVRAS-CHAVES:

LoRaWAN; Pecuária Inteligente; ADR

PÁGINAS: 40
RESUMO:

O objetivo deste trabalho é explorar técnicas de adaptação da taxa de transmissão (ADR) em redes LoRaWAN destinada ao monitoramento de gado em regime de pecuária semi-intensiva, avaliando o desempenho da rede em função do número de animais monitorados e da extensão da área de pastagem. O cenário avaliado considera a movimentação sazonal dos animais, que depende do seu regime de criação. Neste estudo, é apresentado um regime de pecuária semi-intensiva, que consiste em um período diário de confinamento em sedes ou currais (para alimentação com ração) e um momento de pastagem para complementação alimentar. Uma investigação das técnicas clássicas de ADR aplicadas a este cenário comprova que algoritmos diferentes têm melhor desempenho para os diferentes cenários abordados, variando em termos de capacidade e cobertura. Com a evidência que existe a necessidade de ajustar dinamicamente os parâmetros e os algoritmos do ADR para atender a natureza do cenário proposto, devido a sua característica dinâmica, este trabalho propõe utilizar aprendizado de máquina para tal fim. Este documento expõe os resultados preliminares produzidos por simulações com o simulador de rede ns-3, caracteriza o problema e expõe a solução proposta desta dissertação, finalizando com seu cronograma de execução.

MEMBROS DA BANCA:
Presidente - 1412682 - VICENTE ANGELO DE SOUSA JUNIOR
Interno - 2524053 - ANTONIO LUIZ PEREIRA DE SIQUEIRA CAMPOS
Externo ao Programa - 1840342 - MARCIO EDUARDO DA COSTA RODRIGUES - UFRN