Use este identificador para citar ou linkar para este item:
http://bdm.ufmt.br/handle/1/4211
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | Vale, Mário Mateus Pereira do | - |
dc.date.accessioned | 2024-10-02T22:50:41Z | - |
dc.date.available | 2024-10-02 | - |
dc.date.available | 2024-10-02T22:50:41Z | - |
dc.date.issued | 2027-04-12 | - |
dc.identifier.citation | VALE, 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 eletrônica | pt_BR |
dc.identifier.uri | http://bdm.ufmt.br/handle/1/4211 | - |
dc.description.abstract | This 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.provenance | Submitted 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.provenance | Approved 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.provenance | Made 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: 2027-04-12 | en |
dc.language | por | pt_BR |
dc.publisher | Universidade Federal de Mato Grosso | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.title | Sistema de monitoramento de queda utilizando machine learning | pt_BR |
dc.type | Trabalho de Conclusão de Curso | pt_BR |
dc.contributor.advisor1 | Kempner, Thais Reggina | - |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/5630808549813002 | pt_BR |
dc.contributor.referee1 | Kempner, Thais Reggina | - |
dc.contributor.referee1Lattes | http://lattes.cnpq.br/5630808549813002 | pt_BR |
dc.contributor.referee2 | Moro, Aline Flávia Nonato da Costa | - |
dc.contributor.referee2Lattes | http://lattes.cnpq.br/3038446426195274 | pt_BR |
dc.contributor.referee3 | Marció, Bruno Silva | - |
dc.contributor.referee3Lattes | http://lattes.cnpq.br/8491814641520629 | pt_BR |
dc.creator.Lattes | http://lattes.cnpq.br/7245655482820594 | pt_BR |
dc.description.resumo | Este 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.country | Brasil | pt_BR |
dc.publisher.department | Instituto de Engenharia – Várzea Grande | pt_BR |
dc.publisher.initials | UFMT CUVG - Várzea Grande | pt_BR |
dc.publisher.program | Engenharia de Controle e Automação - CUVG | pt_BR |
dc.subject.cnpq | CNPQ::ENGENHARIAS::ENGENHARIA MECANICA::PROJETOS DE MAQUINAS::MAQUINAS, MOTORES E EQUIPAMENTOS | pt_BR |
dc.subject.keyword | Inovação em tecnologias da saúde | pt_BR |
dc.subject.keyword | Redes neurais | pt_BR |
dc.subject.keyword | Cuidados de saúde | pt_BR |
dc.subject.keyword | Medicina social | pt_BR |
dc.subject.keyword | Serviços médicos | pt_BR |
dc.subject.keyword2 | health technology innovation | pt_BR |
dc.subject.keyword2 | Neural networks | pt_BR |
dc.subject.keyword2 | Health care | pt_BR |
dc.subject.keyword2 | Social medicine | pt_BR |
dc.subject.keyword2 | Medical services | pt_BR |
Aparece na(s) coleção(ções): | Engenharia de Controle e Automação - Várzea Grande |
Arquivos deste item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
TCC_2024_Mário Mateus Pereira Vale.pdf | 1.03 MB | Adobe PDF | Ver/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.