{"id":335,"date":"2017-03-01T15:12:28","date_gmt":"2017-03-01T18:12:28","guid":{"rendered":"https:\/\/wp.ufpel.edu.br\/notcc\/?p=335"},"modified":"2017-03-01T15:12:28","modified_gmt":"2017-03-01T18:12:28","slug":"banca-de-tcc-thainan-bystronski-remboski","status":"publish","type":"post","link":"https:\/\/wp.ufpel.edu.br\/notcc\/banca-de-tcc-thainan-bystronski-remboski\/","title":{"rendered":"Banca de TCC – Thainan Bystronski Remboski"},"content":{"rendered":"

UNIVERSIDADE FEDERAL DE PELOTAS<\/strong>
\n CENTRO DE DESENVOLVIMENTO TECNOL\u00d3GICO<\/strong>
\n TRABALHO DE CONCLUS\u00c3O DE CURSO<\/strong><\/p>\n

Apresenta\u00e7\u00f5es Finais (2016\/2)<\/p>\n

Identifica\u00e7\u00e3o de insetos usando t\u00e9cnicas de processamento digital de imagens e de aprendizagem de m\u00e1quina
\npor
\nThainan Bystronski Remboski<\/p>\n

Curso:
\nCi\u00eancia da Computa\u00e7\u00e3o<\/p>\n

Banca:
\nProf. Marilton Sanchotene de Aguiar (orientador)
\nProf. Paulo Roberto Ferreira Jr. (co-orientador)
\nEng. Rafael da Silva Gon\u00e7alves
\nEng. Sandro Daniel N\u00f6rnberg
\nProf. Ricardo Matsumura Araujo<\/p>\n

Data: 03 de Mar\u00e7o de 2017<\/p>\n

Hora: 08:00h<\/p>\n

Local: Sala 309<\/p>\n

Resumo do Trabalho: O manejo integrado de pragas (MIP) \u00e9 uma t\u00e9cnica que procura manter as pragas sempre abaixo do n\u00edvel em que causem danos para as planta\u00e7\u00f5es. O MIP tamb\u00e9m busca realizar um controle de pragas que seja pr\u00e1tico, eficiente, econ\u00f4mico e que n\u00e3o prejudique a sa\u00fade da popula\u00e7\u00e3o, visando a diminui\u00e7\u00e3o do uso de agrot\u00f3xicos nas planta\u00e7\u00f5es. Uma t\u00e9cnica bastante empregada no monitoramento da popula\u00e7\u00e3o de pragas \u00e9 baseada no uso de armadilhas. Por\u00e9m, o m\u00e9todo usual, consiste em levantamentos de campo regulares com a observa\u00e7\u00e3o visual de armadilhas por um operador humano. Esse m\u00e9todo possui inconvenientes por ser intensivo, insalubre e oneroso para o operador, al\u00e9m de n\u00e3o ser poss\u00edvel obter informa\u00e7\u00f5es em tempo real e sincronizadas de todas armadilhas. Uma op\u00e7\u00e3o alternativa \u00e9 utilizar armadilhas inteligentes que sejam capazes de coletar imagens e envi\u00e1-las a um servidor central, onde as imagens s\u00e3o processadas, realizando a identifica\u00e7\u00e3o dos insetos. A tarefa de identifica\u00e7\u00e3o n\u00e3o \u00e9 trivial, pois in\u00fameros fatores podem prejudicar esse processo como: sobreposi\u00e7\u00e3o de insetos, alta variedade de insetos capturados, baixa ilumina\u00e7\u00e3o, entre outros. Com base neste contexto, este trabalho visa realizar os primeiros passos em dire\u00e7\u00e3o ao desenvolvimento de uma armadilha inteligente, com seu escopo voltado para a identifica\u00e7\u00e3o dos insetos, utilizando t\u00e9cnicas de aprendizado de m\u00e1quina e processamento digital de imagens. A base de imagens coletadas para classifica\u00e7\u00e3o consiste em 99 imagens, de onde foram extra\u00eddas 4338 regi\u00f5es. Cada uma dessas regi\u00f5es foi transformada em um vetor de caracter\u00edsticas, com base no modelo bag-of-words. Para a classifica\u00e7\u00e3o, foram utilizados os algoritmos support vector machine (SVM), k-nearest neighbors (KNN), \u00e1rvore de decis\u00e3o e Gaussian Naive Bayes. Os algoritmos foram testados em dois diferentes conjuntos de classes. Para o primeiro conjunto, considerando a acur\u00e1cia como m\u00e9trica, os resultados foram: SVM 78,46%, KNN 72,10%, \u00e1rvore de decis\u00e3o 69,36% e Gaussian Naive Bayes 60,67%. Para o segundo conjunto: SVM 82,20%, KNN 76,11%, \u00e1rvore de decis\u00e3o 72,75% e Gaussian Na\u00efve Bayes 67,49%. O algoritmo SVM apresentou melhores resultados em todas as m\u00e9tricas, nos dois conjuntos de classes utilizados.<\/p>\n

Para mais informa\u00e7\u00f5es acesse: https:\/\/wp.ufpel.edu.br\/notcc\/bancas\/historico\/2016_2\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

UNIVERSIDADE FEDERAL DE PELOTAS CENTRO DE DESENVOLVIMENTO TECNOL\u00d3GICO TRABALHO DE CONCLUS\u00c3O DE CURSO Apresenta\u00e7\u00f5es Finais (2016\/2) Identifica\u00e7\u00e3o de insetos usando t\u00e9cnicas de processamento digital de imagens e de aprendizagem de m\u00e1quina por Thainan Bystronski Remboski Curso: Ci\u00eancia da Computa\u00e7\u00e3o Banca: Prof. Marilton Sanchotene de Aguiar (orientador) Prof. Paulo Roberto Ferreira Jr. (co-orientador) Eng. Rafael da […]<\/p>\n","protected":false},"author":657,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[5],"tags":[],"class_list":["post-335","post","type-post","status-publish","format-standard","hentry","category-bancas"],"jetpack_featured_media_url":"","_links":{"self":[{"href":"https:\/\/wp.ufpel.edu.br\/notcc\/wp-json\/wp\/v2\/posts\/335","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wp.ufpel.edu.br\/notcc\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/wp.ufpel.edu.br\/notcc\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/wp.ufpel.edu.br\/notcc\/wp-json\/wp\/v2\/users\/657"}],"replies":[{"embeddable":true,"href":"https:\/\/wp.ufpel.edu.br\/notcc\/wp-json\/wp\/v2\/comments?post=335"}],"version-history":[{"count":1,"href":"https:\/\/wp.ufpel.edu.br\/notcc\/wp-json\/wp\/v2\/posts\/335\/revisions"}],"predecessor-version":[{"id":336,"href":"https:\/\/wp.ufpel.edu.br\/notcc\/wp-json\/wp\/v2\/posts\/335\/revisions\/336"}],"wp:attachment":[{"href":"https:\/\/wp.ufpel.edu.br\/notcc\/wp-json\/wp\/v2\/media?parent=335"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/wp.ufpel.edu.br\/notcc\/wp-json\/wp\/v2\/categories?post=335"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/wp.ufpel.edu.br\/notcc\/wp-json\/wp\/v2\/tags?post=335"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}