Dissertação

{en_GB=Smart Workplace Management Using Internet of Things,Machine Learning and Visualization Techniques} {} EVALUATED

{pt=Muitas vezes, as salas de reunião dentro das empresas são escassas e a sua gestão é complexa. Além disso, é importante encontrar quais as equipas que intergem mais entre si dentro de empresas grandes para se conseguir optimizar as suas localizações espaciais. Baseado em dados obtidos de empresas, este projeto visa criar soluções recorrendo a algoritmos de machine learning treinados com dados recebidos de sensores colocados em salas de reunião, bem como dados obtidos de pontos de acesso Wi-Fi colocados nos edifícios das empresas para facilitar a análise dos mesmos pelos trabalhadores. São revistos vários estudos nestas áreas. São construídas e avaliadas soluções utilizando algoritmos machine learning, medidas de proteção de dados e técnicas de visualização. O algoritmo catboost é aplicado para treinar diferentes modelos para cada sala, atingindo pontuações de accuracy acima dos 85\%. É criado um painel para visualizar a ocupação prevista para cada espaço temporal. O fluxo de pessoas é analisado recorrendo a um heatmap para movimento entre pontos de acesso e sankey para tempos de ocupação e contagem de conexões, demonstrando que é possível obter informação a partir de centenas de pontos de acesso diferentes com facilidade, sem invadir a privacidade dos trabalhadores. , en=Meeting rooms are often sparse for companies and managing their usage is a complex process. Also, in big companies it is important to find which teams interact with each other in order to optimize spatial localization. Based on data provided by real companies, this project tries to create solutions using machine learning algorithms trained with data received from sensors in meeting rooms and data obtained from Wi-Fi access points placed in companies’ buildings in order to facilitate analysis by company’s employees. Several previous studies in these fields are reviewed. Solutions using machine learning algorithms, data protection measures and visualization techniques were developed and evaluated. The catboost algorithm was used to train different models for meeting rooms, reaching accuracy scores over 85\%. A dashboard was created to visualize predicted occupation for each given time. Peoples flow was analysed using a heatmap for movement between access points and sankey for occupancy times and connection counts, demonstrating that it is possible to retrieve information from hundreds of different access points with ease and without invading workers’ privacy.}
{pt=Machine Learning, Internet of Things, Visualização, Data Science, Previsão, Fluxo de Pessoas, en=Machine Learning, Internet of Things, Visualization, Data Science, Forecasting, People Flow}

Novembro 27, 2019, 14:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

José Manuel da Costa Alves Marques

Departamento de Engenharia Informática (DEI)

Professor Catedrático