Solução integradora de monitoramento por imagem com processamento de borda

SOUZA, Jean Wellington de

dc.creator	SOUZA, Jean Wellington de
dc.date.issued	2024-07-22
dc.identifier.uri	https://repositorio.unifei.edu.br/jspui/handle/123456789/4151
dc.description.abstract	This work investigates an artificial intelligence-based method applied to edge processing for the recognition of water meter digits. The implementation includes two low-power transmitters, NBIoT and LoRa, for transmitting the recognized numbers, and estimates the device’s energy consumption to evaluate the feasibility of low-power solutions in edge processing applications. A total of 387 image recognition and edge processing measurements were conducted with transmission via NBIoT, and 241 measurements with LoRa. The edge processing results, obtained from the training of a neural network developed in this work, showed an average error of 0.289 and an accuracy of 93.52%, indicating high reliability in identifying the water meter’s numerical values. Data transmission via NBIoT showed low packet loss (4.65%), while transmission with LoRa showed no loss, demonstrating high precision in data transmission. The application of edge processing with battery and low-power transmitters proved promising for use in water meters with daily measurements, estimating an autonomy of 623 days for LoRa applications and 631 days for NBIoT. Thus, the feasibility of low-power solutions in edge processing applications is confirmed.	pt_BR
dc.language	por	pt_BR
dc.publisher	Universidade Federal de Itajubá	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	Processamento de borda	pt_BR
dc.subject	Reconhecimento de imagens	pt_BR
dc.subject	NBIoT	pt_BR
dc.subject	LoRa	pt_BR
dc.subject	Consumo de energia	pt_BR
dc.title	Solução integradora de monitoramento por imagem com processamento de borda	pt_BR
dc.type	Dissertação	pt_BR
dc.date.available	2024-10-21
dc.date.available	2024-10-21T19:19:30Z
dc.date.accessioned	2024-10-21T19:19:30Z
dc.creator.Lattes	http://lattes.cnpq.br/3095597034461611	pt_BR
dc.contributor.advisor1	SPADOTI, Danilo Henrique
dc.contributor.advisor1Lattes	http://lattes.cnpq.br/8760117075106351	pt_BR
dc.contributor.advisor-co1	ABREU, Reinaldo Lima de
dc.contributor.advisor-co1Lattes	http://lattes.cnpq.br/7672920933339124	pt_BR
dc.description.resumo	Este trabalho aplica um método de inteligência artificial em um dispositivo de transmissão de dados visando realizar o processamento de borda no reconhecimento dos dígitos de hidrômetros. A implementação prática foi realizada em dois diferentes transmissores de baixo consumo de energia, NBIoT e LoRa. Foram analisadas a eficiência de transmissão, a taxa de erros e o consumo de energia dos dispositivos, avaliando, assim, a viabilidade de soluções de baixo consumo em aplicações de processamento de borda. Foram realizadas 387 medições de reconhecimento de imagem e processamento de borda com transmissão via NBIoT, e 241 medições com LoRa. Os resultados do processamento de borda, obtidos a partir do treinamento de uma rede neural desenvolvida neste trabalho, apresentaram um erro médio de 0,289 e uma acurácia de 93,52%, indicando uma alta confiabilidade na identificação dos valores numéricos do hidrômetro. A transmissão de dados via NBIoT mostrou baixas perdas de pacotes (4,65%), enquanto a transmissão com LoRa não apresentou nenhuma perda, demonstrando alta precisão nos pacotes de transmissão. A aplicação de processamento de borda com bateria e transmissores de baixo consumo mostrou-se promissora para uso em hidrômetros com medições diárias, estimando uma autonomia de 623 dias para aplicações com LoRa e 631 dias para o NBIoT. Assim, comprova-se a viabilidade de soluções de baixo consumo em aplicações de processamento de borda.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.department	IESTI - Instituto de Engenharia de Sistemas e Tecnologia da Informação	pt_BR
dc.publisher.program	Programa de Pós-Graduação: Mestrado - Engenharia Elétrica	pt_BR
dc.publisher.initials	UNIFEI	pt_BR
dc.subject.cnpq	CNPQ::ENGENHARIAS::ENGENHARIA ELÉTRICA	pt_BR
dc.relation.references	SOUZA, Jean Wellington de. Solução integradora de monitoramento por imagem com processamento de borda. 2024. 107 f. Dissertação (Mestrado em Engenharia Elétrica) – Universidade Federal de Itajubá, Itajubá, 2024.	pt_BR