@MASTERSTHESIS{ 2020:1217110525,
 	title = {Um modelo de análise visual de dados de energia para edifícios e cidades inteligentes},
 	year = {2020},
 	url = "http://tede2.pucrs.br/tede2/handle/tede/9239",
 	abstract = "Devido à recente evolução tecnológica, novos sensores e dispositivos estão sendo incorporados em edifícios e cidades inteligentes, para facilitar o entendimento da sua dinâmica e melhorar seu gerenciamento, bem como sua relação custo-benefício. Neste contexto, a combinação de tecnologia da informação e dispositivos capazes de capturar e compartilhar informações com outros dispositivos pode ajudar a coletar e compreender dados de energia. Esta é uma tarefa importante para avaliar a eficiência energética, ajudando a resolver problemas relacionados à energia. Porém, pode-se tornar um desafio analisar grandes volumes de dados que são coletados e armazenados ininterruptamente para confirmar tendências, identificar padrões ocultos e valores discrepantes que ajudem na tomada de decisões. O uso de representações gráficas pode auxiliar neste processo, mas a análise visual de grandes volumes de dados de energia pode não ser uma tarefa simples de ser executada, pois muitas das ferramentas de visualização existentes não foram planejadas com esta finalidade, dificultando tanto uma análise interativa com diferentes níveis de granularidade ao longo do tempo, como a comparação entre dados meteorológicos com diferentes dados de energia. Assim, o objetivo deste trabalho é apresentar um modelo para análise visual de dados de consumo ou geração de energia para cidades e edifícios inteligentes. Este modelo permite carregar, analisar e comparar dados de energia e dados meteorológicos ao longo do tempo para, por exemplo, identificar padrões de consumo com diferentes condições climáticas e valores discrepantes. Além disso, oferece diversas formas de explorar e compreender padrões entre diferentes conjuntos de dados, incorpora quatro algoritmos para realizar análises preditivas e permite avaliar os dados com diferentes níveis de granularidades de tempo, através de uma abordagem interativa baseada na técnica de detalhes sob demanda integrada com coordinated multiple views. Uma avaliação com especialistas de domínio demonstra a viabilidade, além das vantagens de usar esse modelo para explorar, monitorar e comparar dados de energia.",
 	publisher = {Pontifícia Universidade Católica do Rio Grande do Sul},
 	scholl = {Programa de Pós-Graduação em Ciência da Computação},
 	note = {Escola Politécnica}
}