BovChewing - Segmentação e classificação de eventos bioacústico do comportamento ingestivo de bovinos por meio de aprendizado de máquina

Detalhes bibliográficos
Ano de defesa: 2017
Autor(a) principal: Devigo, Rodrigo Sanches
Orientador(a): Lucchesi, Cláudio Leonardo L
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://repositorio.ufms.br/handle/123456789/3165
Resumo: O uso de m etodos da bioac ustica para an alises comportamentais t^em se desenvolvido com intensidade nos ultimos anos, por se tratar de m etodos n~ao invasivos buscando uma melhora no monitoramento de precis~ao de rebanhos. Entretanto, a an alise desses dados geralmente requer especialistas e muito tempo tornando-se assim uma tarefa geralmente dif cil, tendo a necessidade de construir maneiras de automatizar a fase da an alise dos dados. Existem trabalhos que focam na automatiza c~ao da an alise dos dados com resultados satisfat orios, mas utilizam de base dados com grava c~oes feitas em condi c~oes controladas e poucos classi cam eventos de rumina c~ao. Essa disserta c~ao prop~oe o BovChewing, uma ferramenta capaz de detectar e classi car eventos ingestivos, baseados em m etodos semisupervisionado para a detec c~ao e supervisionado para a classi ca c~ao, realizando assim a an alise dos dados. Experimentos mostraram resultados que a ferramenta e su ciente e satisfat oria para com a tarefa obtendo uma acur acia de 63% na tarefa de segmenta c~ao e 91% na tarefa de classi ca c~ao. Trabalhos futuros apontam para a melhora do segmentador, integra c~ao com outras ferramentas de an alises de comportamentos bovinos e processamento dos dados na nuvem como uma forma de construir um sistema completo.