Desenvolvimento de Ferramentas de IA para o Monitoramento da Dinâmica de Colmeias de Abelhas Canudo (Scaptotrigona spp)

dc.contributor.advisor-co1OLIVEIRA, Marcos Enê Chaves
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/9052059910078575pt_BR
dc.contributor.advisor1OLIVEIRA, Roberto Célio Limão de
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/4497607460894318pt_BR
dc.contributor.advisor1ORCIDhttps://orcid.org/0000-0002-6640-3182pt_BR
dc.creatorCAMPOS NETO, Manoel Freitas
dc.creator.Latteshttp://lattes.cnpq.br/3521297060686636pt_BR
dc.date.accessioned2025-02-18T12:16:03Z
dc.date.available2025-02-18T12:16:03Z
dc.date.issued2024-12-16
dc.description.abstractNative social bees have shown a high agronomic potential in the pollination of plants in Brazil, with bees of the genus Scaptotrigona standing out for improving the productivity of açaí palm (Euterpe oleracea) by up to 70% and coffee plants (Coffea arabica) by up to 30%, with the help of these pollinators. However, a drastic reduction in bee populations has been observed, attributed to several causes, such as the destruction of natural habitats, the increase in agricultural practices, deforestation leading to the loss of plant diversity, climate change, and the use of pesticides. These threats not only directly affect the bees but also compromise pollination, which is essential for maintaining ecosystems and food production worldwide. Considering this scenario, this work aims to monitor the behavior of Scaptotrigona bees, also known as "canudo" bees, using Artificial Intelligence (AI) tools to obtain information that will support further research for the technological development of beekeeping and the dissemination of knowledge about bees and their importance. For this, a new image acquisition methodology was developed, using 3D printing, to create an unprecedented database with 7,806 images of canudo bees, containing 19,954 annotations, which supported the construction of a neural network model using the YOLOv8 network to classify the scapto, scapto_garbage and scapto_polen classes, with 96% accuracy in this task. Additionally, the model demonstrated great potential for estimating hive populations, selecting the most hygienic hives, and analyzing the bees' preference for certain blooms, while also indirectly assisting in botanical studies to better understand the flowering period.pt_BR
dc.description.resumoAs 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.pt_BR
dc.identifier.citationCAMPOS NETO, Manoel Freitas. Desenvolvimento de Ferramentas de IA para o Monitoramento da Dinâmica de Colmeias de Abelhas Canudo (Scaptotrigona spp). Orientador: Roberto Célio Limão de Oliveira; Coorientador: Marcos Enê Chaves Oliveira. 2024. 89 f. Dissertação (Mestrado em Engenharia Elétrica) - Instituto de Tecnologia, Universidade Federal do Pará, Belém, 2024. Disponível em: https://repositorio.ufpa.br/jspui/handle/2011/16911. Acesso em:.pt_BR
dc.identifier.urihttps://repositorio.ufpa.br/jspui/handle/2011/16911
dc.languageporpt_BR
dc.publisherUniversidade Federal do Parápt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto de Tecnologiapt_BR
dc.publisher.initialsUFPApt_BR
dc.publisher.programPrograma de Pós-Graduação em Engenharia Elétricapt_BR
dc.rightsAcesso Abertopt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.source.uriDisponível na internet via correio eletrônico: bibliotecaitec@ufpa.brpt_BR
dc.subjectAbelhas nativaspt_BR
dc.subjectInteligência artificialpt_BR
dc.subjectImpressão 3Dpt_BR
dc.subjectComportamento das abelhaspt_BR
dc.subjectMetodologia de aquisição imagenspt_BR
dc.subjectYOLOv8pt_BR
dc.subjectNative beespt_BR
dc.subjectArtificial intelligencept_BR
dc.subject3D Printingpt_BR
dc.subjectBee behaviorpt_BR
dc.subjectImage acquisition methodologypt_BR
dc.subject.areadeconcentracaoCOMPUTAÇÃO APLICADApt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICApt_BR
dc.subject.linhadepesquisaINTELIGÊNCIA COMPUTACIONALpt_BR
dc.titleDesenvolvimento de Ferramentas de IA para o Monitoramento da Dinâmica de Colmeias de Abelhas Canudo (Scaptotrigona spp)pt_BR
dc.typeDissertaçãopt_BR

Arquivo(s)

Pacote Original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
Dissertacao_DesenvolvimentoFerramentasIA.pdf
Tamanho:
3.55 MB
Formato:
Adobe Portable Document Format
Descrição:

Licença do Pacote

Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.85 KB
Formato:
Item-specific license agreed upon to submission
Descrição: