A smart IoT office employing machine learning for personalized user comfort

Abstract

A Internet das Coisas (IoT) ´e uma rede que permite aos objetos coletar e transmitir dados entre si. Desde o surgimento da IoT, muitas aplicações foram geradas impactando muitas industrias, mas tamb´em a vida cotidiana das pessoas comuns. Uma das aplicações mais estudadas e desenvolvidas da IoT é a automação de ambientes, por exemplo, hoje em dia existem muitos produtos que melhoram as condições ambientais das casas. No local de trabalho, seu uso está relacionado à melhoria da ergonomia e, portanto, a proporcionar maior conforto aos trabalhadores de escritório, o que afeta diretamente a produtividade. A medida que surgiam tecnologias mais inovadoras, a automação tornou-se mais sofisticada, oferecendo melhores soluções. Inicialmente, fornecia interfaces que permitiam uma gama maior de opções, incluindo controle remoto de dispositivos. Mais tarde, os usuários podem até agendar a execução de determinadas tarefas, por exemplo, que o ar condicionado seja ligado meia hora antes da chegada ao escritório. No entanto, há mais de uma década, o foco tem sido a incorporação de maior inteligência à automação, o que significa que o sistema pode aprender sobre as preferências do usuário e realizar as configurações que mais lhes agradam. Atualmente, existem muitas tecnologias e produtos de automação que prevêem ações do usuário; no entanto, muitas delas requerem muita intervenção do usuário ou são imprecisas. Aqui est´á o desafio para a automação do ambiente: fornecer uma boa experiência ao usuário, com menos intervenção e mais conforto. Este trabalho apresenta um sistema de automação de escritório que inclui um agente inteligente para a orquestração de dispositivos. O sistema é composto por atu (ar condicionado, persianas, interruptor de luz) e sensores que obtêm dados do ambiente interno. Ele também possui um aplicativo móvel para que o usuário interaja com o sistema enviando solicitações de ação ou indicando seu nível de conforto. O agente inteligente, denominado orquestrador, utiliza o algoritmo XGBoost para aprender sobre o usuário e prever suas avaliações em uma determinada condição ambiental. A avaliação é definida de forma a indicar o motivo do desconforto e sua intensidade. Usamos o nível de desconforto para escolher a ação mais apropriada em uma lista de ações predefinidas. Para demonstrar que nossa proposta melhora a experiência do usuário, definimos duas métricas, uma com base no desconforto do usuário em um cenário específico e outra com base no número de interações. Nossos resultados mostram que no sistema de automação com a proposta o usuário se sente mais confortável em relação ao sistema sem a proposta. Além disso, o uso de nossa proposta diminui o número de solicitações de mudança no estado dos atuadores.