BeeBr: uma proposta de arquitetura computacional na apicultura, para a predição de problemas na colmeia
| Orientador(a) (dc.contributor.advisor) | Kunst, Rafael | |
| Lattes Orientador(a) (dc.contributor.advisorLattes) | http://lattes.cnpq.br/1301443198267856 | pt_BR |
| Autor(a) (dc.contributor.author) | Soares, Marcelo Barbosa | |
| Autor(a) Lattes (dc.contributor.authorLattes) | http://lattes.cnpq.br/0512955087365026 | pt_BR |
| Data de Disponibilização (dc.date.accessioned) | 2023-02-08T15:05:50Z | |
| dc.date.available (dc.date.available) | 2023-02-08T15:05:50Z | |
| Data da defesa / Data do evento (dc.date.issued) | 2022-11-18 | |
| Abstract (dc.description.abstract) | Brazilian beekeeping is a segment formed mainly by small families, in which the activity is a supplement to income. The sector has obsolete working methods, using in their entirety exercises manually and without any technological intervention; as a consequence, it leads to an exhausting process for the beekeeper, as well as negative effects on the health of the bees. Given this scenario, this study proposes to develop a model of computational architecture, in which it aims to contribute to beekeeping, minimizing interventions with the hives and thus ensuring the well-being of insects. Contrary to other research, it is intended to expose, from the point of view of scientific contribution, the elaboration and training of a new model of machine learning, which aims at the prediction of swarming, as well as exposing energy-efficient and sustainable solutions in terms of energy consumption of IoT equipment. On the technological side, BeeBr offers a complete low-cost solution for the beekeeping segment. As a result, BeeBr enabled readings of six hive variables for a period of 20 days. Through the collected data, a statistical analysis and the design of three experiments were allowed for the evaluation of the modern machine learning model; in final numbers, it was possible to reach values above 93% of hits in the swarm prediction and gains of 16.67% in relation to energy efficiency. | en |
| Resumo (dc.description.resumo) | A apicultura brasileira é um segmento formado principalmente por pequenas famílias, na qual faz da atividade um complemento na renda. O setor dispõe de métodos de trabalho obsoletos, empregando-se em sua totalidade, exercícios de forma manual e sem nenhuma intervenção tecnológica; como consequência, conduz a um processo exaustivo ao apicultor, assim como efeitos negativos à saúde das abelhas. Diante deste cenário, este estudo propõe elaborar um modelo de arquitetura computacional, em que objetiva a contribuir para à apicultura, minimizando as intervenções junto às colmeias e garantindo assim o bem estar dos insetos. De maneira oposta a outras pesquisas, pretende-se expor do ponto de vista da contribuição científica a elaboração e treinamento de um novo modelo de aprendizado de máquina, em que mira na predição da enxameação, bem como expor soluções energeticamente sustentável e eficiente no que tange ao consumo energético dos equipamentos IoT. Por parte tecnológico, o BeeBr oferece uma solução completa de baixo custo para o segmento da apicultura. Como resultado, o BeeBr possibilitou as leituras de seis variáveis da colmeia por um período de 20 dias. Por meio dos dados colhidos, permitiu-se uma análise estatística e a concepção de três experimentos para a avaliação do moderno modelo de aprendizado de máquina; em números finais, conseguiu-se atingir valores acima de 93% de acertos na predição da enxameação e ganhos de 16.67% em relação à eficiência energética. | pt_BR |
| Agência de fomento (dc.description.sponsorship) | Nenhuma | pt_BR |
| URI (dc.identifier.uri) | http://www.repositorio.jesuita.org.br/handle/UNISINOS/12154 | |
| Idioma (dc.language) | pt_BR | pt_BR |
| Nome da instituição (dc.publisher) | Universidade do Vale do Rio dos Sinos | pt_BR |
| País da Instituição (dc.publisher.country) | Brasil | pt_BR |
| Departamento (dc.publisher.department) | Escola Politécnica | pt_BR |
| Sigla da Instituição (dc.publisher.initials) | Unisinos | pt_BR |
| Programa (dc.publisher.program) | Programa de Pós-Graduação em Computação Aplicada | pt_BR |
| Direitos de acesso ao documento (dc.rights) | openAccess | pt_BR |
| Assunto (dc.subject) | Apicultura | pt_BR |
| Assunto (dc.subject) | Abelhas | pt_BR |
| Assunto (dc.subject) | Enxameação | pt_BR |
| Assunto (dc.subject) | Aprendizado de máquina | pt_BR |
| Assunto (dc.subject) | Modelo | pt_BR |
| Assunto (dc.subject) | IoT | en |
| Assunto (dc.subject) | Comunicação de dados móveis | pt_BR |
| Assunto (dc.subject) | Apiculture | en |
| Assunto (dc.subject) | Bee | en |
| Assunto (dc.subject) | Swarm | en |
| Assunto (dc.subject) | Machine learning | en |
| Assunto (dc.subject) | Model | en |
| Assunto (dc.subject) | Mobile data communication | en |
| Tema (CNPq) (dc.subject.cnpq) | ACCNPQ::Ciências Exatas e da Terra::Ciência da Computação | pt_BR |
| Título (dc.title) | BeeBr: uma proposta de arquitetura computacional na apicultura, para a predição de problemas na colmeia | pt_BR |
| Tipo de arquivo (dc.type) | Dissertação | pt_BR |
Arquivos
Pacote original
1 - 1 de 1
Carregando...
- Nome:
- Marcelo Barbosa Soares_PROTEGIDO.pdf
- Tamanho:
- 10.46 MB
- Formato:
- Adobe Portable Document Format
- Descrição:
- Beebr_proposta
Licença do pacote
1 - 1 de 1
Carregando...
- Nome:
- license.txt
- Tamanho:
- 2.12 KB
- Formato:
- Item-specific license agreed upon to submission
- Descrição: