Concepção E Desenvolvimento de Um Sistema de Hidroponia Fiável E Automatizado

O sucesso das solu es da Internet das Coisas permitiu o estabelecimento de novas aplica es, como a agricultura hidrop nica inteligente. Um problema t pico deste tipo de aplica o a r pida degrada o dos sensores instalados. Tradicionalmente, este problema resolvido atrav s da manuten o manual frequente, que considerada ineficaz e pode prejudicar as culturas a longo prazo. O principal objetivo desta tese foi propor uma abordagem de aprendizagem autom tica para automatizar a dete o de desvios de falhas nos sensores. Al m disso, a operacionalidade da solu o foi investigada num ambiente de computa o em nuvem em termos de tempo de resposta. Esta tese prop e um algoritmo de dete o que utiliza NN na previs o de desvios de sensores a partir de fluxos de dados de s ries temporais. O algoritmo de dete o foi posteriormente denominado; CNN, e NB, foram concebidos para prever desvios de sensores utilizando t cnicas de previs o e classifica o. Os algoritmos foram comparados entre si em termos de m tricas de precis o relevantes para previs o e classifica o. A operacionalidade da solu o foi investigada atrav s do desenvolvimento de um servidor Web que alojava o algoritmo numa inst ncia de computa o Thing Speak.