Use este identificador para citar ou linkar para este item: http://bdm.ufmt.br/handle/1/4211
Registro completo de metadados
Campo DCValorIdioma
dc.creatorVale, Mário Mateus Pereira do-
dc.date.accessioned2024-10-02T22:50:41Z-
dc.date.available2024-10-02-
dc.date.available2024-10-02T22:50:41Z-
dc.date.issued2027-04-12-
dc.identifier.citationVALE, Mário Mateus Pereira do. Sistema de monitoramento de queda utilizando Machine Learning. Orientador: Thais Reggina Kempner. 2024. 53 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Controle e Automação) – Faculdade de Engenharia, Universidade Federal de Mato Grosso, Várzea Grande, 2024. Versão eletrônicapt_BR
dc.identifier.urihttp://bdm.ufmt.br/handle/1/4211-
dc.description.abstractThis work aims to explore the applicability of a fall control system using Machine Learning. Falls are events that can have severe consequences for the health and quality of life of individuals, especially for elderly people, making it essential to develop effective solutions to minimize their effects. The technique proposed in this study involves the use of artificial neural networks to prevent accidents or provide immediate assistance in the event of a fall. The method adopted for development was a literature review, seeking information through the theoretical foundation on the main characteristics of the topic. Thus, the proposed system can be an efficient alternative to prevent falls and ensure the safety and independence of individuals at risk.pt_BR
dc.description.provenanceSubmitted by Alex Alves Almeida (alexjerry1@gmail.com) on 2024-10-02T22:50:27Z No. of bitstreams: 1 TCC_2024_Mário Mateus Pereira Vale.pdf: 1057544 bytes, checksum: 2e5d96ae47c1538ffd1c11ea20b6df99 (MD5)en
dc.description.provenanceApproved for entry into archive by Alex Alves Almeida (alexjerry1@gmail.com) on 2024-10-02T22:50:41Z (GMT) No. of bitstreams: 1 TCC_2024_Mário Mateus Pereira Vale.pdf: 1057544 bytes, checksum: 2e5d96ae47c1538ffd1c11ea20b6df99 (MD5)en
dc.description.provenanceMade available in DSpace on 2024-10-02T22:50:41Z (GMT). No. of bitstreams: 1 TCC_2024_Mário Mateus Pereira Vale.pdf: 1057544 bytes, checksum: 2e5d96ae47c1538ffd1c11ea20b6df99 (MD5) Previous issue date: 2027-04-12en
dc.languageporpt_BR
dc.publisherUniversidade Federal de Mato Grossopt_BR
dc.rightsAcesso Abertopt_BR
dc.titleSistema de monitoramento de queda utilizando machine learningpt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor1Kempner, Thais Reggina-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/5630808549813002pt_BR
dc.contributor.referee1Kempner, Thais Reggina-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/5630808549813002pt_BR
dc.contributor.referee2Moro, Aline Flávia Nonato da Costa-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/3038446426195274pt_BR
dc.contributor.referee3Marció, Bruno Silva-
dc.contributor.referee3Latteshttp://lattes.cnpq.br/8491814641520629pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/7245655482820594pt_BR
dc.description.resumoEste trabalho pretende explorar a aplicabilidade de um sistema de controle de quedas utilizando Machine Learning. As quedas são eventos que podem ter graves consequências para a saúde e a qualidade de vida dos indivíduos, especialmente para as pessoas idosas, tornando-se, assim, importante desenvolver soluções eficazes para minimizar seus efeitos. A técnica proposta neste estudo consiste na utilização de redes neurais artificiais para prevenir acidentes ou fornecer assistência imediata em caso de queda. O método adotado para o desenvolvimento foi uma revisão bibliográfica, buscando informações por meio da fundamentação teórica sobre as principais características do tema. Dessa forma, o sistema proposto pode ser uma alternativa eficiente para prevenir quedas e garantir a segurança e a independência de indivíduos que estão sujeitos a esse risco.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto de Engenharia – Várzea Grandept_BR
dc.publisher.initialsUFMT CUVG - Várzea Grandept_BR
dc.publisher.programEngenharia de Controle e Automação - CUVGpt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA MECANICA::PROJETOS DE MAQUINAS::MAQUINAS, MOTORES E EQUIPAMENTOSpt_BR
dc.subject.keywordInovação em tecnologias da saúdept_BR
dc.subject.keywordRedes neuraispt_BR
dc.subject.keywordCuidados de saúdept_BR
dc.subject.keywordMedicina socialpt_BR
dc.subject.keywordServiços médicospt_BR
dc.subject.keyword2health technology innovationpt_BR
dc.subject.keyword2Neural networkspt_BR
dc.subject.keyword2Health carept_BR
dc.subject.keyword2Social medicinept_BR
dc.subject.keyword2Medical servicespt_BR
Aparece na(s) coleção(ções):Engenharia de Controle e Automação - Várzea Grande

Arquivos deste item:
Arquivo Descrição TamanhoFormato 
TCC_2024_Mário Mateus Pereira Vale.pdf1.03 MBAdobe PDFVer/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.