Uso de rede neural convolucional no reconhecimento de artrópodes da classe insecta

• Ano de defesa: 2022
• Autor(a) principal: Morais, Rodrigo de
• Orientador(a): Reinaldo, Francisco Antonio Fernandes
• Banca de defesa: Souza, Davi Zacarias de , Reinaldo, Francisco Antonio Fernandes , Paisani, Julio Cesar
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Tecnológica Federal do Paraná; Francisco Beltrao
• Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia Ambiental: Análise e Tecnologia Ambiental
• País: Brasil
• Palavras-chave em Português: Insetos; Biodiversidade; Redes neurais (Computação); Inteligência computacional; Insects; Biodiversity; Neural networks (Computer science); Computational intelligence
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA SANITARIA
• Link de acesso: http://repositorio.utfpr.edu.br/jspui/handle/1/29594

O presente trabalho objetiva amparar pesquisadores e especialistas ao reconhecer imagens de animais pertencentes ao filo Arthropoda da classe Insecta por computação científica. Por ser a maior e mais diversa, reconhecer as nuances destes animais por referência e a olho nu para os distinguir então torna-se uma tarefa fatigante para especialistas humanos, complexa e muito propensa a erros. Embora especialistas humanos tenham o knowhow e mesmo amparados por literatura digital, a inteligência computacional na automatização e reconhecimento de imagens pode efetivamente ampliar o horizonte até mesmo para detectar novas espécies não categorizadas, preservando o especialista para novas descobertas neste fabuloso reino de únicos animais invertebrados com capacidade de voo.