Logo do repositório
Tudo no RIUFPA
Documentos
Contato
Sobre
Ajuda
  • Português do Brasil
  • English
  • Español
  • Français
Entrar
Novo usuário? Clique aqui para cadastrar. Esqueceu sua senha?
  1. Início
  2. Pesquisar por Autor

Navegando por Autor "CAMPOS NETO, Manoel Freitas"

Filtrar resultados informando as primeiras letras
Agora exibindo 1 - 1 de 1
  • Resultados por página
  • Opções de Ordenação
  • Carregando...
    Imagem de Miniatura
    DissertaçãoAcesso aberto (Open Access)
    Desenvolvimento de Ferramentas de IA para o Monitoramento da Dinâmica de Colmeias de Abelhas Canudo (Scaptotrigona spp)
    (Universidade Federal do Pará, 2024-12-16) CAMPOS NETO, Manoel Freitas; OLIVEIRA, Marcos Enê Chaves; http://lattes.cnpq.br/9052059910078575; OLIVEIRA, Roberto Célio Limão de; http://lattes.cnpq.br/4497607460894318; https://orcid.org/0000-0002-6640-3182
    As abelhas sociais nativas vêm apresentando elevado potencial agronômico na polinização de plantas no Brasil, destacando-se as abelhas do gênero Scaptotrigona, que melhoram a produtividade do açaizeiro (Euterpe oleracea) em até 70% e do cafeeiro (Coffea arábica) em até 30% com a ajuda desses polinizadores. Contudo, tem-se observado uma drástica redução das populações de abelhas, atribuída a várias causas, como à destruição dos habitats naturais, ao aumento das práticas agrícolas, ao desmatamento que leva à perda de diversidade de plantas, às mudanças climáticas e ao uso de pesticidas. Essas ameaças não só afetam diretamente as abelhas, mas também comprometem a polinização, que é fundamental para a manutenção dos ecossistemas e para a produção de alimentos em todo o mundo. Diante deste cenário, este trabalho tem como objetivo monitorar o comportamento das abelhas Scaptotrigona, também conhecidas como abelhas canudo, utilizando ferramentas de Inteligência Artificial (IA) para obter informações que auxiliem em novas pesquisas para o desenvolvimento tecnológico da criação e na divulgação do conhecimento sobre as abelhas e sua importância. Para isso, foi desenvolvida uma nova metodologia de aquisição de imagens, utilizando impressão 3D, para a criação de um banco de dados inédito com 7.806 imagens de abelhas canudo, contendo 19.954 anotações, que serviram de apoio para a construção de um modelo de rede neural utilizando a rede YOLOv8 para a classificação das classes scapto, scapto_garbage e scapto_polen, com precisão de 96% nessa tarefa. Além disso, o modelo demonstrou grande potencial para estimar a população das colmeias, selecionar as colmeias mais higiênicas e analisar a preferência das abelhas por determinadas floradas, além de auxiliar indiretamente em estudos botânicos para entender melhor o período de abertura das floradas.
Logo do RepositórioLogo do Repositório
Nossas Redes:

DSpace software copyright © 2002-2025 LYRASIS

  • Configurações de Cookies
  • Política de Privacidade
  • Termos de Uso
  • Entre em Contato
Brasão UFPA