Atualmente, é crescente o número de pacientes que são tratados em casa, principalmente em países como o Japão, Estados Unidos e da Europa. Além disso, o número de idosos tem aumentado significativamente nos últimos quinze anos, e essas pessoas, muitas vezes, preferem receber tratamento médico em suas residências.  No entanto, podem acontecer situações críticas durante esse período de recuperação, como por exemplo, o paciente idoso sofrer uma queda e agravar o seu quadro clínico. Neste cenário, avanços em Computação Ubíqua e Internet das Coisas (IoT) têm contribuído para evitar essas situações. Em particular, dispositivos embarcados, juntamente com a captura de movimentos por meio de sensores, podem ser aplicados para desenvolver soluções que ofereçam mais segurança para essas pessoas. Todavia, observa-se uma dificuldade de classificar os movimentos de um indivíduo e identificar, de fato, um movimento considerado anormal. Assim, o principal objetivo deste trabalho é a detecção e classificação dos movimentos utilizando dados conjuntos de sensores distintos e dispositivo embarcado. Paradigmas de Inteligência Artificial (AI) foram aplicados para a classificação dos movimentos e os testes realizados na arquitetura SAHHc. Os resultados apontaram uma precisão de 96.62\% na identificação das atividades executadas por um paciente/idoso.

No abstract

Systems-of-Systems (SoS) often support critical domains. They must be trustworthy, i.e., they must keep their operation in progress, being not subject to failures, as they can cause potential damages and hazards to human integrity. Simulations are a recurrent approach in SoS development, as they can anticipate potential failures, consequently increasing the level of trustworthiness and quality exhibited by a SoS. Nevertheless, simulation is still software and demands engineering. Moreover, many simulation formalisms are not trivial of specifying, sometimes tangling software an hardware details to program an executable simulation. Thus, the aim of this paper is contributing for software engineering of SoS by externalizing two patterns for the conception of SoS simulations. We evaluated our patterns by applying them in a case study in two different domains. For both, patterns were successfully applied during automatic generation of functional code, supporting the execution of SoS simulations and prediction of SoS behavior at design-time.