Agenda de Defesas
- UFPE/
- Pesquisa/Inovação/
- Agenda de Defesas/
- Pós em Ciência da Computação promove defesa tese nesta terça-feira (11)
Agenda de defesas Agenda de defesas
Pós em Ciência da Computação promove defesa tese nesta terça-feira (11)
A apresentação do trabalho será no anfiteatro do CIn, a partir das 14h
O Programa de Pós-Graduação em Ciência da Computação (PPGCC) promoverá, na próxima terça-feira (11), a defesa da tese “Combinação Dinâmica de Regressores Aplicada à Localização de Usuários Móveis em Redes Sem Fio” de Robson Dias Alves Timóteo. A defesa do trabalho ocorrerá às 14h, no auditório do Centro de Informática (CIn). A banca será presidida pelo orientador do trabalho George Darmiton da Cunha Cavalcanti (UFPE) e contará também com os professores Abel Guilhermino da Silva Filho (UFPE), Lisandro Lovisolo (UERJ) e Charles Casimiro Cavalcante (UFC).
Resumo
Nos últimos anos, a disseminação de dispositivos computacionais móveis, tais como smartphones e tablets, tem permitido a inclusão digital das pessoas com aquisição de conteúdos e utilização de serviços variados, não apenas pelo acesso à internet, como também pelo uso de aplicativos e redes sociais. Assim, a demanda por aplicativos focados em dispositivos móveis aumentou em todo o mundo. Esse tipo de serviço foi aplicado a uma enorme diversidade de aplicativos de mercado de massa, tais como: segurança nas transações com cartão de crédito, publicidade baseada em localização móvel, método de pagamento com base em informações de localização, assistência na estrada e rastreamento de doenças. Nesse contexto, as informações sobre a localização de usuários tornaram-se essenciais para aumentar a qualidade de tais aplicativos. Nesse trabalho, estamos propondo uma nova técnica de localização baseada em Aprendizagem de Máquina com foco na localização externa e utilizando técnicas de Fingerprinting. No lugar de usar os valores absolutos, nossa proposta emprega as diferenças de níveis de sinais e atrasos de onda. A ideia principal por trás dessa proposta é que as diferenças de sinais das estações móveis posicionadas geograficamente no mesmo local são afetadas de forma semelhante pela atenuação de edifícios e outros obstáculos. A técnica proposta utiliza dados da rede celular para treinar um algoritmo supervisionado de aprendizagem de máquina com o intuito de estimar o ângulo horizontal de chegada do sinal usando regressão. Para aumentar a acurácia das regressões, é proposto o método DySEREK (dynamic selection of regressors ensemble using k-nearest-oracles, que consiste basicamente na seleção dinâmica de subconjuntos de regressores e é baseado na adaptação do método KNORA k-nearest oracles) aplicado à regressão. Por fim, a técnica de localização proposta e baseada no método DySEREK é empregada em uma aplicação real a partir de medições realizadas em uma rede celular de terceira geração (3G). Resultados numéricos indicam que a o método proposto foi menos sensível à mudança de ambiente (outdoor para indoor) e mais estável quando aplicado em ambientes internos ou externos em cenários com menos estações-base e menos dados para treinamento.
Mais informações
Pós-Graduação em Ciência da Computação – UFPE
(81) 2126.8430
secpos@cin.ufpe.br