Projeto de pesquisa
A inteligência artificial e os dispositivos para Internet das Coisas (IoT), são cada vez mais presentes no nosso cotidiano, sendo estas tecnologias estratégicas para o desenvolvimento da indústria, agronegócio, saúde e cidades do Brasil. A partir disso este projeto tem como objetivo embarcar uma poderosa técnica de aprendizagem de máquina (Machine learning), conhecida como filtragem adaptativa com kernel (Kernel adaptive filtering), em dispositivos IoT trazendo soluções que viabilizem o funcionamento desta técnica em dispositivos com pouca memória e baixo poder de processamento lidando com grandes quantidades de dados. A metodologia utilizada envolve a análise das técnicas e frameworks disponíveis, desenvolvimento de estratégias para programação de dispositivos IoT usando técnicas com kernel, a programação de dispositivos IoT, validação e coleta de resultados e a publicação dos resultados para a comunidade acadêmica e científica. Entre os resultados esperados estão um novo framework de baixo custo computacional e poderosa capacidade de aprendizagem apropriado para ser embarcado em dispositivos IoT e aplicação da proposta em problemas práticos alinhados com o Plano Nacional de Internet das Coisas do governo federal.
Integrantes: Michael Santos Duarte - Coordenador / Davi Cavalcante Castelo Gomes - Integrante.
Financiador(es): IFCE
Período: 2020-2021