Sensor de pH de Solo com Sistema IoT baseado em Deep Learning com Previsão de Séries Temporais para Agricultura
Sensor de pH Solo, Long Short-Term Memory(LSTM), Edge
Computing, Previsão de Séries Temporais, Agricultura 4.0, Internet of
Things(IoT), Deep Learning.
A agricultura 4.0, que combina Internet das Coisas (IoT) e Inteligência
Artificial (IA), está revolucionando a agricultura de precisão. Este
trabalho aborda a união de soluções tecnológicas de novos sensores, IA, IoT
e Edge Computing para entregar uma solução inovadora. Foi desenvolvido um
sensor de pH de solo preciso e robusto, também um modelo de deep learning
para previsão de séries temporais operando na borda do sistema IoT. O
sensor apresentou desempenho bom e com baixo percentual de erro em relação
a sensores comerciais e medidores de pH do Método Embrapa. Para aproveitar
a riqueza de dados gerados pelo sensor de pH, foi implementada uma
arquitetura redes neurais LSTM para previsão de séries temporais.
O modelo LSTM integrado ao sistema de edge computing demonstrou precisão
nas previsões de pH ao longo de dias e semanas. Essa dissertação fornece
uma solução para agricultura 4.0, a fim de maximizar a produtividade das
culturas.