Banca de TCC – Felipe da Silva Oliveira

UNIVERSIDADE FEDERAL DE PELOTAS
CENTRO DE DESENVOLVIMENTO TECNOLÓGICO
TRABALHO DE CONCLUSÃO DE CURSO

Apresentações Finais (2017/2)

Uso de técnicas de aprendizado de máquina e deep learning na otimização de consumo energético e no gerenciamento de conforto térmico de “smart buildings”
por
Felipe da Silva Oliveira

Curso:
Ciência da Computação

Banca:
Prof. Anderson Priebe Ferrugem (orientador(a))
Prof. Antonio César Silveira Baptista da Silva (coorientador(a))
Prof. Marilton Sanchotene de Aguiar
Profa. Juliana Al-Alam Pouey

Data: 06 de Março de 2018

Hora: 10:00h

Local: Laboratório 2

Resumo do Trabalho: O ser humano sempre almejou o melhor conforto térmico dentro de sua residência, entretanto, até os últimos anos, as formas exploradas para manter esta necessidade exigiam o consumo exacerbado de energia elétrica para realizar tal tarefa. Portanto, urge a importância de técnicas que sejam capazes de manter o melhor conforto térmico sem fazer uso de recursos artificiais. Indo além disso, este trabalho propõe o controle autônomo de aberturas de uma residência sem a necessidade da atuação humana no processo. Para alcançar este objetivo, este trabalho fará uso de técnicas de inteligência artificial, em específico, Redes Neurais de Aprendizado Profundo, por estas serem capazes de administrar e relacionar enormes quantidades de informações, possibilitando, então, explorar as mais diversas variáveis climáticas e características da residência. Com o objetivo de estimular o aprendizado, torna-se indispensável a utilização do software Energy Plus como ferramenta fundamental de obtenção de dados e de validação de resultados. Além disso, é imprescindível o uso da API Keras para realizar o desenvolvimento dos modelos de redes neurais apresentados neste trabalho.

Para mais informações acesse: http://wp.ufpel.edu.br/notcc/bancas/historico/2017_2/