Responsive image
Universidade Federal de Santa catarina (UFSC)
Programa de Pós-graduação em Engenharia, Gestão e Mídia do Conhecimento (PPGEGC)
Detalhes do Documento Analisado

Centro: Centro de Ciências, Tecnologias e Saúde

Departamento: CTS - Computação/DEC

Dimensão Institucional: Pesquisa

Dimensão ODS: Social

Tipo do Documento: Projeto de Pesquisa

Título: SISTEMAS INTELIGENTES DE APOIO À DECISÃO PARA O PARADIGMA DE INTERNET OF THINGS (IOT) EM AMBIENTES COMPLEXOS

Coordenador
  • ANALUCIA SCHIAFFINO MORALES
Participante
  • ANALUCIA SCHIAFFINO MORALES (D)
  • FABRÍCIO DE OLIVEIRA OURIQUE (D)
  • SILVIO CESAR CAZELLA

Conteúdo

Justificativa: o envelhecimento da população, i...justificativa: o envelhecimento da população, investimentos necessários no sistema de saúde pública e a atual situação de pandemia, que tem afetado a população mundial, apontando como grupo de risco, os idosos e as pessoas com doenças crônicas e outras enfermidades, encorajam a pesquisa em recursos tecnológicos para os próximos anos em tomadas de decisão para ambientes complexos. o interesse do presente projeto caracteriza-se na investigação sobre a tomada de decisão inteligente através do auxílio de recursos de iot e deep learning em ambientes de alta complexidade. existe um enorme potencial de investigação sobre tipos de aplicações inteligentes que podem ser desenvolvidas para auxiliar a área da saúde e bem estar, uma das áreas prioritárias conforme os objetivos de sustentabilidade da onu. isso permite que através do uso de tecnologias já existentes, possa ser possível reduzir os custos associados ao sistema de saúde, melhorar o atendimento à população, bem como, melhorar as condições de trabalho de profissionais destas áreas junto a região em que a ufsc está inserida. objetivo: investigar o “estado da arte” de sistemas inteligentes de apoio à decisão, empregando tecnologias iot e deep learning em ambientes complexos, enfatizando o processo de tomada de decisão de uma maneira explicável. materiais e métodos: trata-se de uma pesquisa exploratória com fluxo de trabalho composto por i) levantamento bibliográfico; ii) seleção e catalogação de informações (tais como, modelos e técnicas de deep learning, sensores, protocolos de comunicação, viabilidade de implantação, custos e desafios com processos de tomada de decisão); iii) estudar ferramentas de deep learning e outras técnicas; iv) buscar conjuntos de coleções de dados para a área da saúde e qualidade de vida, como por exemplo, doenças respiratórias, cardiovasculares ou outras atividades que integrem o quadro de doenças crônicas no país; v) simular modelos e analisar os resultados, vi) investigar sistemas inteligentes para tomada de decisão para ambientes de iot e o novo desafio de compreender como os algoritmos tomam tais decisões, em inglês, explainable ai (or x-ai) ou processos de tomada decisão explicáveis. resultados esperados: ao final do projeto espera-se a elaboração de um relatório de pesquisa e a publicação dos resultados em pelo menos um artigo científico especializado ou capitulo de livro. objetivo geral o presente projeto tem como objetivo geral investigar o “estado da arte” de sistemas inteligentes de apoio à decisão, empregando tecnologias iot e deep learning em ambientes complexos, enfatizando o processo de tomada de decisão de uma maneira explicável. objetivos específicos entre os objetivos específicos do projeto, destacam-se: 1. aprofundar conhecimento em sistemas inteligentes de tomada de decisão; 2. contribuir com o “estado da arte” na área de iot e deep learning e processos explicáveis de decisão; 3. investigar potenciais de pesquisa para o tema: tais como áreas prioritárias de tomada de decisão e iot; 4. avaliar as questões técnicas relacionadas as tomadas de decisão sensíveis ao tempo; 5. mapear as oportunidades de análise de decisões junto aos sistemas inteligentes; 6. estruturar um artigo científico de revisão integrativa sobre o assunto pesquisado.

Pós-processamento: Índice de Shannon: 3.72514

ODS 1 ODS 2 ODS 3 ODS 4 ODS 5 ODS 6 ODS 7 ODS 8 ODS 9 ODS 10 ODS 11 ODS 12 ODS 13 ODS 14 ODS 15 ODS 16
3,06% 4,44% 20,22% 9,23% 3,73% 3,73% 4,15% 3,21% 10,61% 3,00% 8,02% 3,50% 4,50% 4,77% 4,21% 9,63%
ODS Predominates
ODS 3
ODS 1

3,06%

ODS 2

4,44%

ODS 3

20,22%

ODS 4

9,23%

ODS 5

3,73%

ODS 6

3,73%

ODS 7

4,15%

ODS 8

3,21%

ODS 9

10,61%

ODS 10

3,00%

ODS 11

8,02%

ODS 12

3,50%

ODS 13

4,50%

ODS 14

4,77%

ODS 15

4,21%

ODS 16

9,63%