Odisseu: um modelo para serviços inteligentes na indústria 4.0 baseado em análise de históricos de contextos

A Quarta Revolução Industrial, também chamada de Indústria 4.0, vem alavancando vários campos da computação nos dias de hoje. A Indústria 4.0 compreende tarefas automatizadas na indústria manufatureira, que geram grandes quantidades de dados obtidos por meio de sensores. Esses dados contribuem para a interpretação das operações industriais em prol de tomadas de decisão gerenciais e técnicas. A Ciência de Dados suporta essa interpretação devido a significativos avanços tecnológicos, particularmente métodos de processamento de dados e ferramentas de software. Nesse sentido, essa tese apresenta um modelo intitulado Odisseu que tem o foco no suporte ao desenvolvimento de serviços inteligentes voltados para a Indústria 4.0, usando históricos de contextos, que representam dados de uma determinada entidade ao longo de um certo período de tempo. O modelo propõe uma ontologia que atua como elo entre métodos de ciência de dados e serviços inteligentes. Em comparação a outros modelos, o Odisseu busca suprir uma lacuna que envolve o acompanhamento dos dados desde a entrada até o armazenamento em formato de históricos de contextos, além de propor uma ontologia e um modelo para suporte genérico a serviços inteligentes na indústria. Para avaliação do modelo são propostos dois serviços inteligentes, sendo o primeiro voltado para a localização de pessoas em uma indústria e o segundo com o objetivo de estimar o bem-estar subjetivo dos funcionários. Os serviços usaram dados de beacons móveis e fixos, sinais vitais como pulso de volume sanguíneo e atividade eletrodérmica, além de dados originados por questões de autorrelato voltadas para o bem-estar. O serviço de localização alcançou 100% de acurácia tanto com o algoritmo Random Forest quanto com o algoritmo Multilayer Perceptron. O serviço de bem-estar atingiu o melhor desempenho com o algoritmo Random Forest, chegando a 74% de acurácia.