Monitoramento Ambiental Não Invasivo Utilizando Dados de Sensores e Técnicas de Aprendizagem de Máquina

Authors

  • Eulanda M. dos Santos Universidade Federal do Amazonas
  • Fagner Cunha Universidade Federal do Amazonas
  • Juan G. Colonna Universidade Federal do Amazonas
  • José R. H. Carvalho Universidade Federal do Amazonas

DOI:

https://doi.org/10.5753/compbr.2023.50.3923

Keywords:

Monitoramento Ambiental, Aprendizado de Máquina, UFAM

Abstract

Considerando que as espécies animais são sensíveis às suas condições ambientais, o monitoramento automático das variações de populações de animais ao longo do tempo pode prover indicadores de degradação ambiental. Tal monitoramento pode ser feito com o suporte de algoritmos de Aprendizagem de Máquina treinados com dados providos por sensores não invasivos, os quais geram dados que mostram os animais em seu cotidiano, sem interferir  em seu comportamento natural. Este trabalho descreve iniciativas desenvolvidas no Instituto de Computação da Universidade Federal do Amazonas sobre esse tema.

Downloads

Não há dados estatísticos.

Referências

BISHOP, C. M. Pattern Recognition and Machine Learning. New York: Springer, 2006.

COLONNA, J. G. et al. Estimating Ecoacoustic Activity in the Amazon Rainforest Through Information Theory Quantifiers. PLoS One, v. 15, n. 07, p. 1-21, 2020.

CUNHA, F. et al. Filtering Empty Camera Trap Images in Embedded Systems. In IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW), p. 2438-2446, 2021.

CUNHA, F. et al. Bag of Tricks for Long-Tail Visual Recognition of Animal Species in Camera Trap Images. Ecological Informatics, v. 76, 2023, 102060.

Downloads

Published

2023-07-01

Como Citar

Santos, E. M. dos, Cunha, F., Colonna, J. G., & Carvalho, J. R. H. (2023). Monitoramento Ambiental Não Invasivo Utilizando Dados de Sensores e Técnicas de Aprendizagem de Máquina. Computação Brasil, 1(50), 24–28. https://doi.org/10.5753/compbr.2023.50.3923

Issue

Section

Artigos