Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/31978
Document type: Trabalho de Conclusão de Curso
Access type: Acesso Aberto
Attribution-NonCommercial-NoDerivs 3.0 United States
Title: Buzz trap: Identificação de abelhas usando características acústicas e inteligência artificial
Alternate title (s): Buzz trap: Bee identification using acoustic features and artificial intelligence
Author: Arvelos, César Augusto
First Advisor: Brito, Vinicius Lourenço Garcia de
First member of the Committee: Nunes-Silva, Patrícia
Second member of the Committee: Nunes, Carlos Eduardo Pereria
Summary: Existem poucos estudos que abordam a identificação automática de abelhas através dos seus sons. Além disso, nenhum estudo conhecido utilizou o som de abelhas vibrando flores (buzz) para o reconhecimento automático de espécies. Nesse estudo nós conduzimos análises ecoacústicas e utilizamos um algoritmo de Floresta Aleatória para reconhecer automaticamente 5 espécies de abelhas (Bombus pauloensis, Exomalopsis sp. 1, Oxaea flavescens, Ptiloglossa sp. 1 e Xylocopa suspecta) através dos seus sons de voo e buzz. E testamos se os sons dos buzzes são melhores do que os do voo para o reconhecimento automático das abelhas. Não foi possível identificar com uma alta acurácia as espécies de abelhas através das análises ecoacústicas. A frequência fundamental se mostrou o parâmetro mais importante para a classificação dessas espécies e os modelos de aprendizado de máquina obtiveram uma acurácia de 90.94% e 82.22% na classificação através dos sons de voo e buzz respectivamente. Dentre as espécies de abelhas estudadas, Bombus pauloensis foi a pior classificada pelos modelos de aprendizado de máquina. Argumentamos que isso pode ter ocorrido por conta dessa espécie apresentar uma grande variação no tamanho corporal entre os indivíduos. Por conta disso, eles geram sons com características variadas que se sobrepõem aos sons das outras espécies, aumentando a confusão nos algoritmos classificadores. Mesmo assim, a classificação de abelhas pelos sons produzidos durante o voo e o buzz poderão futuramente ajudar em estudos envolvendo a riqueza e a diversidade de abelhas em comunidades hiper diversas.
Abstract: There are few studies that have addressed the automatic identification of bees through their sounds. In addition, no study known by us has used the sound that bees produce while vibrating flowers for the automatic recognition of bee species. In this study, we conducted ecoacoustic analyzes and used a Random Forest algorithm to automatically recognize 5 species of bees (Bombus pauloensis, Exomalopsis sp. 1, Oxaea flavescens, Ptiloglossa sp. 1 and Xylocopa suspecta) through their flight and buzz sounds. And we tested if the buzzing sounds are better than the flight sounds to the automatic recognition of bees. It was not possible to identify bee species with high acuracy through ecoacoustic analysis. The fundamental frequency is shown to be the most important parameter for the classification of the species and the machine learning models obtained an accuracy of 90.94% and 82.22% in the classification through the flight and buzz sounds, respectively. Among the bee species studied, Bombus pauloensis was the worst classified by the machine learning models. We argue that this may have occurred because there is great variation in body size among the individuals of this species. Therefore, they generate sounds with varied characteristics that overlap the sounds of other species, increasing the confusion in the classifying algorithms. Nevertheless, bee classification by flight and buzz sounds will potentially help studies involving species richness and abundance in high diverse bee communities.
Keywords: Polinização por vibração
Buzz pollination
Ecoacústica
Ecoacoustic
Aprendizado de máquina
Machine learning
Identificação de abelhas
Bee identification
Area (s) of CNPq: CNPQ::CIENCIAS BIOLOGICAS::BIOFISICA::BIOFISICA DE PROCESSOS E SISTEMAS
Language: por
Country: Brasil
Publisher: Universidade Federal de Uberlândia
Quote: ARVELOS, César Augusto. Buzz trap: Identificação de abelhas usando características acústicas e inteligência artificial. 2021. 12 f. Trabalho de Conclusão de Curso (Graduação em Ciências Biológicas) – Universidade Federal de Uberlândia, Uberlândia, 2021.
URI: https://repositorio.ufu.br/handle/123456789/31978
Date of defense: 27-May-2021
Appears in Collections:TCC - Ciências Biológicas (Uberlândia)

Files in This Item:
File Description SizeFormat 
BuzzTrapIdentificação.pdfTCC881.56 kBAdobe PDFThumbnail
View/Open
ApêndiceAOscilograma.pdfApêndice A38 MBAdobe PDFThumbnail
View/Open
ApêndiceBLista.pdfApêndice B993.45 kBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons