Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.ufu.br/handle/123456789/31978
Tipo de documento: | Trabalho de Conclusão de Curso |
Tipo de acceso: | Acesso Aberto Attribution-NonCommercial-NoDerivs 3.0 United States |
Título: | Buzz trap: Identificação de abelhas usando características acústicas e inteligência artificial |
Título (s) alternativo (s): | Buzz trap: Bee identification using acoustic features and artificial intelligence |
Autor: | Arvelos, César Augusto |
Primer orientador: | Brito, Vinicius Lourenço Garcia de |
Primer miembro de la banca: | Nunes-Silva, Patrícia |
Segundo miembro de la banca: | Nunes, Carlos Eduardo Pereria |
Resumen: | 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. |
Palabras clave: | Polinização por vibração Buzz pollination Ecoacústica Ecoacoustic Aprendizado de máquina Machine learning Identificação de abelhas Bee identification |
Área (s) del CNPq: | CNPQ::CIENCIAS BIOLOGICAS::BIOFISICA::BIOFISICA DE PROCESSOS E SISTEMAS |
Idioma: | por |
País: | Brasil |
Editora: | Universidade Federal de Uberlândia |
Cita: | 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 |
Fecha de defensa: | 27-may-2021 |
Aparece en las colecciones: | TCC - Ciências Biológicas (Uberlândia) |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
BuzzTrapIdentificação.pdf | TCC | 881.56 kB | Adobe PDF | Visualizar/Abrir |
ApêndiceAOscilograma.pdf | Apêndice A | 38 MB | Adobe PDF | Visualizar/Abrir |
ApêndiceBLista.pdf | Apêndice B | 993.45 kB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons