Tese

Spatial and Temporal Granularity in Environmental Data Analysis for IoT Applications (2025)

• Authors:
  • Azevedo, Leonildo José de Melo de
  • Estrella, Júlio Cezar (Orientador)
• Autor USP: AZEVEDO, LEONILDO JOSÉ DE MELO DE - ICMC
• Unidade: ICMC
• Sigla do Departamento: SSC
• DOI: 10.11606/T.55.2025.tde-28052025-140437
• Subjects: INTERNET DAS COISAS; APRENDIZADO COMPUTACIONAL; REDES DE COMPUTADORES; ANÁLISE DE DADOS; MONITORAMENTO AMBIENTAL
• Keywords: Internet of things; IoT; IoT; Meta-heurísticas; Meta-heuristics; Optimization; Otimização; QoD; QoD; QoS; QoS; Qualidade de dados; Quality of data
• Agências de fomento:
  • Financiamento CAPES
• Language: Inglês
• Abstract: A Internet das Coisas (IoT) é composta por "coisas" como pequenos sensores e atuadores capazes de interagir com o ambiente. A integração desses dispositivos com redes de sensores e acesso à Internet permite a comunicação entre o mundo físico e o ciberespaço, promovendo soluções para muitos problemas do mundo real. No entanto, a maioria das aplicações existentes concentra-se em resolver problemas específicos usando redes de sensores privadas, limitando o potencial total da IoT. Além disso, essas aplicações muitas vezes negligenciam a qualidade de serviço fornecida pelas redes de sensores e seus sensores constituintes, levando à coleta de dados imprecisos ou irrelevantes que podem prejudicar significativamente as organizações. Esta tese de doutorado apresenta uma solução baseada em metaheurísticas para análise precisa da qualidade de dados e infraestrutura em ambientes de IoT, com foco específico no sensoriamento ambiental. Utilizando a base de dados da Agência de Proteção Ambiental dos EUA (EPA) como estudo de caso, demonstramos como a análise da granularidade espacial e temporal dos dados pode auxiliar na otimização da implantação e reordenamento de sensores ambientais. Esse tipo de análise ajuda a identificar pontos cegos e áreas não mapeadas, sugerindo mudanças nas localizações dos sensores para melhorar a cobertura e a qualidade dos dados. Ao esclarecer a relação entre o sensoriamento ambiental e a IoT, este trabalho contribui para a discussão sobre o aprimoramento daeficácia das redes de sensores, garantindo um monitoramento ambiental mais confiável dentro do contexto da IoT.
• Imprenta:
  • Publisher place: São Carlos
  • Date published: 2025
• Data da defesa: 10.03.2025

Informações sobre o DOI: 10.11606/T.55.2025.tde-28052025-140437 (Fonte: oaDOI API)
• Este periódico é de acesso aberto
• Este artigo é de acesso aberto
• URL de acesso aberto
• Cor do Acesso Aberto: gold
• Licença: cc-by-nc-sa

---

How to cite

A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

• ABNT

  AZEVEDO, Leonildo José de Melo de. Spatial and Temporal Granularity in Environmental Data Analysis for IoT Applications. 2025. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2025. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-28052025-140437/. Acesso em: 24 dez. 2025.

• APA

  Azevedo, L. J. de M. de. (2025). Spatial and Temporal Granularity in Environmental Data Analysis for IoT Applications (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-28052025-140437/

• NLM

  Azevedo LJ de M de. Spatial and Temporal Granularity in Environmental Data Analysis for IoT Applications [Internet]. 2025 ;[citado 2025 dez. 24 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-28052025-140437/

• Vancouver

  Azevedo LJ de M de. Spatial and Temporal Granularity in Environmental Data Analysis for IoT Applications [Internet]. 2025 ;[citado 2025 dez. 24 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-28052025-140437/

Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

• Desenvolvimento e avaliação de algoritmos de otimização para o cumprimento de acordos de níveis de serviços em nuvem
• A multi-objective optimized service level agreement approach applied on a cloud computing ecosystem
• Performance evaluation for signing JSON tokens in access control for the cloud of things
• Case studies with the Contiki-NG simulator to design strategies for sensors' communication optimization in an IoT-fog ecosystem
• Simulation tools for the development of a public transport ecosystem with mobile sensors
• Analysis of spatially distributed data in internet of things in the environmental context
• The Southern Photometric Local Universe Survey (S-PLUS): improved SEDs, morphologies, and redshifts with 12 optical filters