Aplicação de aprendizado de máquina para inferência de modo de transporte em traces de smartphones

Quintella, Carlos Alvaro de Macedo Soares

DSpace Home
→
Centro de Ciências Exatas e Tecnologia (CCET)
→
Informática Aplicada
→
INAP - Dissertações de Mestrado
→
View Item

dc.contributor.advisor	Andrade, Leila Cristina Vasconcelos
dc.contributor.author	Quintella, Carlos Alvaro de Macedo Soares
dc.date.accessioned	2018-10-31T20:03:23Z
dc.date.available	2018-10-31T20:03:23Z
dc.date.issued	2013-09-25
dc.identifier.citation	QUINTELLA, Carlos Alvaro de Macedo. Aplicação de aprendizado de máquina para inferência de modo de transporte em traces de smartphones. 2013. xiii, 92 f. Dissertação (Mestrado em Informática) - Universidade Federal do Estado do Rio de Janeiro (2003-), Rio de Janeiro, 2013.	pt_BR
dc.identifier.uri	http://hdl.handle.net/unirio/12526
dc.description	Dissertação também disponível em formato impresso, com o número de chamada CCET 2013/20.	pt_BR
dc.description.sponsorship	n/a	pt_BR
dc.language.iso	Portuguese	pt_BR
dc.rights	openAccess	pt_BR
dc.title	Aplicação de aprendizado de máquina para inferência de modo de transporte em traces de smartphones	pt_BR
dc.title.alternative	Applied machine learning for transportation mode inference from smartphone traces	pt_BR
dc.type	masterThesis	pt_BR
dc.contributor.advisor-co	Campos, Carlos Alberto Vieira
dc.contributor.referee	Andrade, Leila Cristina Vasconcelos
dc.contributor.referee	Campos, Carlos Alberto Vieira
dc.contributor.referee	Saade, Debora Cristina Muchaluat
dc.contributor.referee	França, Felipe Maia Galvão
dc.contributor.referee	Revoredo, Kate Cerqueira
dc.degree.department	CCET	pt_BR
dc.degree.grantor	Universidade Federal do Estado do Rio de Janeiro - UNIRIO	pt_BR
dc.degree.level	Mestrado Acadêmico	pt_BR
dc.degree.local	Rio de Janeiro, RJ	pt_BR
dc.degree.program	Programa de Pós-Graduação em Informática	pt_BR
dc.subject.cnpq	CIÊNCIAS EXATAS E DA TERRA	pt_BR
dc.subject.cnpq	CIÊNCIA DA COMPUTAÇÃO	pt_BR
dc.subject.en	Smartphone	pt_BR
dc.subject.en	Trajectory	pt_BR
dc.subject.en	Transportation mode	pt_BR
dc.subject.en	Context awareness ubiquitous computing	pt_BR
dc.subject.en	Data mining	pt_BR
dc.subject.en	Machine learning	pt_BR
dc.description.abstracten	This work presents the result of applying machine-learning techniques, to identify the transportation mode of smartphone users, specifically to be applied by context-aware systems. It includes: definition and implementation of an architecture for smartphone data collection for collecting smartphone users trajectories in a database; the application of trajectory segmentation techniques; and finally analyzing results of data mining techniques applied to classify the movement records, according to the transportation mode of their user.	pt_BR
dc.degree.country	Brasil	pt_BR
dc.description.sponsordocumentnumber	n/a	pt_BR
dc.description.abstractpt	Este trabalho apresenta o resultado da aplicação de técnicas de aprendizado de máquina, com objetivo de identificar o modo de transporte utilizado pelos usuários de smartphones para utilização por sistemas cientes de contexto. Desta forma, apresenta: a definição e implementação de uma arquitetura para coleta de dados de smartphones; a coleta de trajetórias de mobilidade de usuários de smartphones armazenadas em um banco de dados; a aplicação de técnicas de segmentação de trajetórias e por fim, testes da aplicação de técnicas de mineração de dados para investigar algoritmos de aprendizagem de máquina visando a classificação dos registros de movimentação de acordo com o modo de transporte utilizado na sua geração.	pt_BR
dc.subject.pt	Smartphones	pt_BR
dc.subject.pt	Trajetórias	pt_BR
dc.subject.pt	Modo de transporte	pt_BR
dc.subject.pt	Sistemas cientes de contexto	pt_BR
dc.subject.pt	Contexto	pt_BR
dc.subject.pt	Computação ubíqua	pt_BR
dc.subject.pt	Mineração de dados	pt_BR
dc.subject.pt	Aprendizagem de máquina	pt_BR