Uma Abordagem Bayesiana de Aprendizagem de Mquinas Para a Cidade Inteligente

As cidades inteligentes são um dos campos de investigação mais activos do mundo, devido aos vários benefícios e desafios associados à sua implementação. Um grande desafio para as cidades inteligentes é o processamento e transporte dos enormes volumes de dados gerados pela camada de rede de sensores, que constrói a camada física fundamental. É necessária investigação contínua para enfrentar os desafios computacionais que surgem em ambientes de cidades inteligentes, particularmente para ajudar a garantir operações eficientes em torno da camada de sensores. Para enfrentar este desafio, propõe-se um novo trabalho de enquadramento da camada física, que aprende inteligentemente o comportamento do sistema físico para permitir que os agentes controlem os sensores eficazmente e alcancem os objectivos pré-definidos do(s) sensor(es) e do ambiente. Além disso, um novo algoritmo de aprendizagem semi-supervisionado de aprendizagem Bayesian proposto para aprender e prever os comportamentos dos sensores para gerir eficientemente o consumo de energia nas casas. O novo modelo e algoritmo foram utilizados em várias simulações diversas, onde os resultados demonstraram a sua eficácia na gestão do consumo de energia em diferentes ambientes domésticos e em ambientes urbanos inteligentes.