Banca de QUALIFICAÇÃO: PAULO EUGENIO DA COSTA FILHO

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : PAULO EUGENIO DA COSTA FILHO
DATA : 19/05/2023
HORA: 09:00
LOCAL: meet.google.com/vab-fptv-xbn
TÍTULO:

Implantação de Inteligência Artificial Nativa em Sistemas IoSGT: uma Abordagem Holística


PALAVRAS-CHAVES:

Smart Grid, Internet das Coisas, Computação em nuvem,
Inteligência Artificial, Aprendizado de Máquina


PÁGINAS: 65
RESUMO:

A demanda energética crescente aguça a busca por modernizações tecnoló-
gicas capazes de suprir as necessidades iminentes, assim como aumentam a
preocupação em mitigar os impactos ambientais advindos com essa escalada.
O estado da arte em Smart Grids remete a evidências do uso de técnicas de
IA em casos de uso IoSGT, visando revolucionar a maneira como a energia
é produzida, transmitida e consumida. De fato, a IA tem o pressuposto de
oferecer níveis de disrupção sem precedentes no setor elétrico, a partir de
métodos de controle inteligentes que podem desbloquear novos fluxos de valor
para os consumidores, ao mesmo tempo que permitem o suporte a um sistema
altamente assertivo, confiável e resiliente. Entretanto, muita pesquisa ainda
é necessária nessa área, como por exemplo o posicionamento de instâncias
baseadas na IA ao longo do contínuo edge-cloud, tipos de técnicas e algoritmos
para cada caso de uso, uso eficiente de análises preditivas capazes de prever
demandas futuras, detectar falhas e anomalias na rede elétrica que permita a
adoção de medidas proativas e aprimorando a confiabilidade da rede, entre
muitas outras.
Esta proposta de pesquisa busca atacar alguns dos problemas acima descri-
tos a partir de uma arquitetura holística denominada IAIoSGT (Inteligência
Artificial nativa em IoSGT). A IAIoSGT é projetado partindo do pressuposto
de acelerar o uso de técnicas de IA em uma abordagem pautada no contínuo
edge-cloud. A aferição da conformidade da arquitetura IAIoSGT, bem como
seu comportamento e sua viabilidade de uso, foi realizada sobre uma bancada
de testes com tecnologias reais tanto ao nível de dispositivos físicos quanto
algoritmos de Aprendizado de Máquina, incluindo KNN, SVM, MLP, NB e
DT. O caso de uso considerado na avaliação é o da classificação e identificação
de dispositivos eletroeletrônicos conectados em uma mesma rede elétrica.


MEMBROS DA BANCA:
Presidente - 1694485 - MARCIO EDUARDO KREUTZ
Interno - 1699087 - AUGUSTO JOSE VENANCIO NETO
Externo ao Programa - 2143852 - EDUARDO NOGUEIRA CUNHA - UFRNExterno à Instituição - DENIS LIMA DO ROSÁRIO - UFPA
Notícia cadastrada em: 08/05/2023 16:35
SIGAA | Superintendência de Tecnologia da Informação - (84) 3342 2210 | Copyright © 2006-2024 - UFRN - sigaa04-producao.info.ufrn.br.sigaa04-producao