Dissertação de mestrado defendida: Carlos Morales
Analysis of a Wireless Sensor Network behavior using Machine Learning Techniques
Este trabalho apresenta uma revisão dos principais conceitos das WSN e aborda um de seus principais problemas, que é o consumo de energia. Isso é feito a partir dos dados coletados por uma rede implantada na Usina Hidrelétrica de Cachoeira Dourada. Primeiro, uma análise exploratória de dados da WSN usando métodos estatísticos e de aprendizado de máquina foi realizada para descobrir padrões e entender o estado atual da rede. A análise forneceu informações sobre quais nós são mais estáveis, correlações entre os dados que podem ser explorados para otimizar as transmissões e informações sobre a estabilidade dos links. O trabalho também propõe a utilização de um modelo de Deep Learning, em esquema de predição dual, para reduzir as transmissões entre dispositivos da rede, diminuir o congestionamento e economizar energia na transmissão. Para fazer isso, uma revisão das estratégias de previsão de dados em WSNs é realizada. Diferentes modelos baseados em redes neurais são introduzidos e comparados usando diferentes métricas de erro na predição. Finalmente, uma medida da redução na transmissão é dada, considerando diferentes limiares de erro. Os resultados mostram que o modelo pode economizar uma quantidade considerável de dados na transmissão e ainda manter uma boa representação dos dados medidos.
