Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.ufpe.br/handle/123456789/52703
Comparte esta pagina
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.advisor | SARMENTO, Adriano | - |
dc.contributor.author | CAVALCANTE, Luisa | - |
dc.date.accessioned | 2023-10-09T13:53:10Z | - |
dc.date.available | 2023-10-09T13:53:10Z | - |
dc.date.issued | 2023-09-18 | - |
dc.date.submitted | 2023-10-04 | - |
dc.identifier.citation | Cavalcante, Luisa. Sistema de identificação de direção perigosa utilizando inteligência artificial e MPU-6050.2023. Trabalho de Conclusão de Curso Engenharia da Computação - Universidade Federal de Pernambuco, Recife, 2023 | pt_BR |
dc.identifier.uri | https://repositorio.ufpe.br/handle/123456789/52703 | - |
dc.description | 9.5 | pt_BR |
dc.description.abstract | Esse trabalho apresenta um sistema IoT para detecção de direção perigosa utilizando técnicas de inteligência artificial, sistema embarcado e um painel de gestão para visualização dos resultados. O sistema embarcado é descrito juntamente com os algoritmos de inteligência artificial avaliados, as bases de dados avaliadas e os dados coletados pelo sistema embarcado. O sistema utiliza tanto uma base de dados coletada pelo telefone como dados coletados por sensores no sistema embarcado. Foi realizado experimentos com cinco algoritmos de inteligência artificial. O trabalho é inovador por trazer uma análise temporal da condução do motorista. | pt_BR |
dc.format.extent | 38p. | pt_BR |
dc.language.iso | por | pt_BR |
dc.rights | openAccess | pt_BR |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Sistemas Embarcados | pt_BR |
dc.subject | Inteligência artificial | pt_BR |
dc.subject | Direção perigosa | pt_BR |
dc.subject | IoT | pt_BR |
dc.title | Sistema de identificação de direção perigosa utilizando inteligência artificial e MPU-6050 | pt_BR |
dc.type | bachelorThesis | pt_BR |
dc.degree.level | Graduacao | pt_BR |
dc.contributor.advisorLattes | http://lattes.cnpq.br/3909181838888305 | pt_BR |
dc.description.abstractx | This work presents a system for detecting dangerous driving using artificial intelligence techniques, an embedded system and a management panel to visualize the results. The embedded system is described along with the evaluated artificial intelligence algorithms, the evaluated databases and the dataset collected by the embedded system. The system uses both a database collected by the phone and data collected by sensors in the embedded system. Experiments were performed with five artificial intelligence algorithms.The work is innovative because it provides a temporal analysis of the driver's driving. | pt_BR |
dc.subject.cnpq | Áreas::Ciências Exatas e da Terra | pt_BR |
dc.degree.departament | ::(CIN-DCC) - Departamento de Ciência da Computação | pt_BR |
dc.degree.graduation | ::CIn-Curso de Engenharia da Computação | pt_BR |
dc.degree.grantor | Universidade Federal de Pernambuco | pt_BR |
dc.degree.local | Recife | pt_BR |
Aparece en las colecciones: | (TCC) - Engenharia da Computação |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
TCC LUISA NOGUEIRA COSTA CAVALCANTE.pdf | 1,36 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este ítem está protegido por copyright original |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons