Estudos prometem inovar área de comunicação de dados
Trabalhos sobre sensores e dados, realizados por alunos da Escola Politécnica da USP, são destaques em apresentações de evento em Brasília
Renan Alves
Em outubro do último ano (2016), foi realizado um evento na cidade de Brasília, no qual houve exposição e premiação de trabalhos de alunos da Escola Politécnica da USP. A conferência, de nome IEEE MASS 2016 – 13th Internacional Conference on Mobile Ad Hoc and Sensor Systems, tinha como ênfase pesquisas feitas a respeito de redes móveis sem infraestrutura e sistemas de sensores.
Um dos destaques do evento foi a premiação do artigo resumido apresentado como poster pelo doutorando Renan Alves, orientado pela professora Cíntia Borges Margi, de título IEEE 802.15.4 e TSCH mode performance analysis. O trabalho realiza uma análise de desempenho do protocolo de comunicação IEEE802.15.4 TSH, de modo entender o impacto desse modo de operação no desempenho da comunicação em uma rede de sensores .
Segundo o pesquisador, o propósito do estudo era verificar a velocidade e quantidade de transmissão de dados que o protocolo é capaz de realizar. Com os resultados da avaliação seria possível saber qual o protocolo de comunicação é mais apropriado para ser utilizado em uma certa rede de dispositivos.
Alves ressalta que o protocolo de comunicação analisado é de baixa energia e de menor capacidade de processamento de dados, sendo assim usado para procedimentos simples. “A ideia é que você possa ter dispositivos que leiam esse protocolo”, explica. “Por exemplo, criar um sensor que verifica se a luz da sua casa está acesa. Você vai ter um dispositivo para monitorar isso, que é uma ação simples”.
No mesmo evento também houve a apresentação do trabalho de Maria Luiza Lopes de Faria, aluna da Escola Politécnica da USP, orientada do Prof. Dr. Carlos Eduardo Cugnasca. O estudo foi feito com base em três fontes de dados heterogêneas. Segundo a pesquisadora, cada uma passa por uma camada de inteligência que as convergem em uma só, fazendo com que o sistema aprenda sobre cada indivíduo.
A primeira fonte de dados e a mais importante são as redes sociais, a segunda os sensores (tempo, temperatura) e a terceira a web (sites de notícias). Depois de captadas, são mescladas para o estudo dessas dados compilados. Dessa maneira, seria possível ter o panorama geral do que está acontecendo em algum lugar.
“Por exemplo: o governador aumentou as passagens de metrô. Nas empresas é contado o número de passageiros. Nas redes sociais as pessoas postam que deixarão de ir em algum lugar por causa do aumento. Os sites de notícia todos falam do assunto. Esse sensor juntaria os dados para ver como alguma decisão influenciou na vida das pessoas”, explica. De acordo com Maria Luiza, os resultados dessa compilação de dados poderia dar uma visão ampla de como certas medidas afetam a vida da população.
O estudo utiliza de conceitos que estão em alta, como big data, machine learning e smart city. A pesquisa também obteve apoio da FAPESP, podendo ser usada tanto em projetos de grande significância, como aceitação de um governo ou índice de felicidade de um país, quanto em programas menores, aprovação ou problemas de uma área de lazer.
Mariana Mallet| Jornalismo Junior