Semantic enrichment of sensor data: a case study in environmental health

Página do item simplificado
dc.contributor.advisor1Bulcão Neto, Renato de Freitas
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/5627556088346425pt_BR
dc.contributor.referee1Bulcão Neto, Renato de Freitas
dc.contributor.referee2Macedo, Alessandra Alaniz
dc.contributor.referee3Sene Júnior, Iwens Gervásio
dc.creatorSilva, Lucas Felipe Moreira
dc.creator.Latteshttp://lattes.cnpq.br/3967729395250780pt_BR
dc.date.accessioned2021-09-14T16:51:02Z
dc.date.available2021-09-14T16:51:02Z
dc.date.issued2021-08-06
dc.description.abstractIndoor Air Quality is crucial for human health, but over ninety percent of people worldwide breathe air with pollutant levels that exceed the WHO limits, which may trigger or worsen symptoms the longer one stays exposed. Studies in the area face an inherent difficulty: the massive number of interconnected elements and the effects on human health. However, IoT technologies like sensors and actuators are helping the field address this problem by acquiring and processing EH data to be used in automation and decision-making. Still, although sensors deployment is relatively simple and feasible, raw data is barely useless in practice, requiring preprocessing before usage and is highly dynamic, meaning sensor data for Environmental Health (EH) should be handled as data streams. Streams can be enriched with information such as air quality indexes and associated with curated medical knowledge, improving usage. IoT's regular data life cycle comprises acquisition, modeling, reasoning, and distribution, so a first step to enable an IoT-based EH scenario is a shared common representation for EH data acquired from sensors, which can be met by Ontologies' expressiveness and reasoning support. The organization of the fundamental processes of IoT-based EH systems into a reference architecture can further support the development of such systems and a Reference Architecture like RAISE, whose central idea is to structure general software components into a reusable design solution for semantic enrichment of healthcare data attain this task. That process comprises steps like acquisition, modeling, extraction, preprocessing, semantic annotation, integration, and storage of heterogeneous healthcare information. The problem addressed here is the low number of validation research investigating semantic enrichment and integration of EH data through ontologies and medical knowledge. This work's objective was to elaborate on an instance of the RAISE architecture that enriches sensor data for the EH domain, contributing with: Semantic Enrichment of EH sensor-acquired data; The link between ontologies to address the complete picture; and more.eng
dc.description.provenanceSubmitted by Franciele Moreira (francielemoreyra@gmail.com) on 2021-09-10T22:02:18Z No. of bitstreams: 2 Dissertação - Lucas Felipe Moreira Silva - 2021.pdf: 4185886 bytes, checksum: 667a43a95e47cc1585e1b3ee715be469 (MD5) license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5)en
dc.description.provenanceRejected by Luciana Ferreira (lucgeral@gmail.com), reason: Faltou o título em português, quando o aluno não coloca devolvo o e-mail e peço que registre a não ser que não tenha como passar para nosso idioma. on 2021-09-13T15:57:11Z (GMT)en
dc.description.provenanceSubmitted by Franciele Moreira (francielemoreyra@gmail.com) on 2021-09-14T01:02:50Z No. of bitstreams: 2 Dissertação - Lucas Felipe Moreira Silva - 2021.pdf: 4185886 bytes, checksum: 667a43a95e47cc1585e1b3ee715be469 (MD5) license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5)en
dc.description.provenanceApproved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2021-09-14T16:51:02Z (GMT) No. of bitstreams: 2 Dissertação - Lucas Felipe Moreira Silva - 2021.pdf: 4185886 bytes, checksum: 667a43a95e47cc1585e1b3ee715be469 (MD5) license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5)en
dc.description.provenanceMade available in DSpace on 2021-09-14T16:51:02Z (GMT). No. of bitstreams: 2 Dissertação - Lucas Felipe Moreira Silva - 2021.pdf: 4185886 bytes, checksum: 667a43a95e47cc1585e1b3ee715be469 (MD5) license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5) Previous issue date: 2021-08-06en
dc.description.resumoA qualidade do ar interior é crucial para a saúde humana, mas mais de 90% das pessoas respiram ar com níveis de poluentes que excedem os limites da OMS, o que pode causar ou piorar sintomas quanto mais tempo a pessoa fica exposta. Estudos na área enfrentam uma dificuldade inerente: o grande número de elementos interligados e os efeitos na saúde humana. No entanto, tecnologias de IoT ajudam a área a resolver esse problema, adquirindo e processando dados de Saúde Ambiental (SA) utilizáveis na automação e tomada de decisões. Embora a implantação de sensores seja relativamente simples e viável, dados brutos são quase inúteis na prática, exigindo pré-processamento e por serem dinâmicos implica-se que estes sejam tratados como fluxos de dados. Os fluxos podem ser enriquecidos com informações como índices de qualidade do ar, melhorando seu uso. O ciclo de vida padrão de dados em IoT compreende aquisição, modelagem, raciocínio e distribuição, portanto, uma primeira etapa para habilitar um cenário SA é a representação comum e compartilhada dos dados adquiridos de sensores, que podem ser atendidos pela expressividade e suporte de raciocínio das ontologias. A organização de sistemas de SA baseados em IoT em uma Arquitetura de Referência (AR) pode apoiar ainda mais o desenvolvimento destes e uma AR como a RAISE cumpre bem essa tarefa. O problema abordado nesta dissertação é o baixo número de pesquisas de validação investigando o enriquecimento semântico e a integração de dados de SA por meio de ontologias e conhecimento médico. O objetivo deste trabalho, elaborar uma instância da arquitetura RAISE que enriqueça dados de sensores para a SA, contribui com: Enriquecimento semântico de dados adquiridos por sensores; A ligação entre ontologias para abordar o contexto; e mais.pt_BR
dc.description.sponsorshipConselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPqpt_BR
dc.identifier.citationSILVA, L. F. M. Semantic enrichment of sensor data: a case study in environmental health. 2021. 109 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Goiás, Goiânia, 2021.pt_BR
dc.identifier.urihttp://repositorio.bc.ufg.br/tede/handle/tede/11631
dc.languageporpt_BR
dc.publisherUniversidade Federal de Goiáspt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto de Informática - INF (RG)pt_BR
dc.publisher.initialsUFGpt_BR
dc.publisher.programPrograma de Pós-graduação em Ciência da Computação (INF)pt_BR
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectEngenharia de softwarepor
dc.subjectInformática em saúdepor
dc.subjectWeb semânticapor
dc.subjectOntologiapor
dc.subjectIoT-Streampor
dc.subjectFluxos de dadospor
dc.subjectEnriquecimento semânticopor
dc.subjectSaúde ambientalpor
dc.subjectSoftware engineeringeng
dc.subjectHealth informaticseng
dc.subjectWeb semanticeng
dc.subjectOntologyeng
dc.subjectIoT-Streameng
dc.subjectData streamseng
dc.subjectSemantic enrichment and environmental healtheng
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAOpt_BR
dc.titleSemantic enrichment of sensor data: a case study in environmental healthpt_BR
dc.title.alternativeEnriquecimento semântico de dados de sensores: um estudo de caso em saúde ambientalpor
dc.typeDissertaçãopt_BR

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
Dissertação - Lucas Felipe Moreira Silva - 2021.pdf
Tamanho:
3.99 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

Mestrado em Ciência da Computação (INF)