Banca de QUALIFICAÇÃO: MARIA JULIA DE OLIVEIRA VIEIRA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : MARIA JULIA DE OLIVEIRA VIEIRA
DATA : 27/07/2023
HORA: 09:00
LOCAL: meet.google.com/qzx-uuyc-dgr
TÍTULO:

Predição de evapotranspiração de referência para planejamento de irrigação utilizando aprendizagem de máquina em sistemas embarcados 

PALAVRAS-CHAVES:

evapotranspiração, aprendizagem de máquina, sistemas embarcados

PÁGINAS: 30
RESUMO:

A situação climática no cenário mundial atual demanda pela utilização de recursos naturais de maneira equilibrada, principalmente a água, recurso indispensável em todos os aspectos da vida humana. A predição de Evapotranspiração de Referência (ETo) tem um grande potencial de auxiliar no manejo de recursos hídricos, sendo um parâmetro determinante na avaliação antecipada da demanda de água, assistindo na tomada de decisões e auxiliando no planejamento de irrigação de grandes plantações. O método Penman-Monteith (FAO56) é o padrão para estimar ETo, e é usado como método de referência para fins de comparação em vários estudos. Este método requer vários elementos meteorológicos, mas o número de estações meteorológicas não é implementado de maneira suficiente para inferir seus valores em países em desenvolvimento. A literatura mostra que modelos de Aprendizagem de Máquina (AM) vem sendo amplamente aplicados na predição de ETo e tem apresentando resultados promissores, até mesmo com a utilização de parâmetros reduzidos é possível predizer os valores de ETo. Na literatura foram apresentados trabalhos que desenvolveram sistemas de irrigação automatizados que se conectam com serviços web para realizar predição dos parâmetros necessários para tomar decisão de irrigação. Contudo, um sistema baseado em nuvem depende de uma infraestrutura de conexão com a internet, tal infraestrutura nem sempre está disponível nas áreas rurais de países em desenvolvimento. Além disso, um dispositivo que dependa da conexão com a internet geralmente consome mais energia. Diante disso, o objetivo desse estudo é testar abordagens em que seja possível obter informações de ETo nos próprios nós do sistema, ou seja, embarcar os modelos de AM que estimam ETo. Será avaliado o desempenho e a viabilidade das soluções embarcadas frente aos outros modelos descritos pela literatura e que utilizam computação em nuvem. de modo a avaliar seu desempenho e viabilidade comparando com outros modelos descritos pela literatura utilizando Computação em Nuvem. Os modelos construídos serão validados com base nas métricas de latência, tamanho ocupado em memória e consumo de energia. 

MEMBROS DA BANCA:
Presidente - 2343385 - ERICK DE ANDRADE BARBOZA
Interno(a) - 1741806 - MARCIO DE MEDEIROS RIBEIRO
Externo(a) ao Programa - 1696295 - ALLAN CUNHA BARROS
Externo(a) ao Programa - 1878697 - DAVI BIBIANO BRITO