Please use this identifier to cite or link to this item: http://www.repositorio.ufc.br/handle/riufc/36019
Title in Portuguese: Reconhecimento de padrões sazonais em colônias de abelhas Apis mellifera
Author: Maciel, Felipe Anderson Oliveira
Advisor(s): Gomes, Danielo Gonçalves
Keywords: Teleinformática
Mineração de dados (Computação)
Reconhecimento de padrões
Abelha africanizada
Abelhas - Criação
Colméias - Manejo
Clustering
Apis mellifera
Precision beekeeping
Data mining
Pattern recognition
Honey bees
Issue Date: 30-Jul-2018
Citation: MACIEL, Felipe Anderson Oliveira. Reconhecimento de padrões sazonais em colônias de abelhas Apis mellifera. 2018. 51 f. Dissertação (Mestrado em Engenharia de Teleinformática)–Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2018.
Abstract in Portuguese: Na qualidade de principal agente polinizador, as abelhas são essenciais à produção de alimentos para o ser humano e para manutenção dos ecossistemas. Entre as culturas agrícolas utilizadas para o consumo humano, 75% dependem de polinização. Alinhando-se a uma preocupação atual com a sobrevivência das abelhas, esta dissertação visa identificar padrões de colônias de Apis mellifera a fim de auxiliar o apicultor no manejo e na manutenção de suas colmeias. Nossa metodologia consistiu na aplicação de uma técnica de clusterização em dois datasets reais de colmeias com dados de temperatura, umidade e massa. A partir da aplicação do índice Calinski-Harabasz e do algoritmo K-means, foram identificados padrões coerentes e associados às transições entre as estações do ano. Além disso, foi possível concluir que a colônia mais forte é mais eficiente ao tentar manter o microclima da colmeia durante o inverno.
Abstract: As the main pollinating agent, bees are essential to the production of food for mankind and to the maintenance of the ecosystem. Among the crops used for human consumption, 75% rely on pollination. Aligning to a current concern with bees survival, this dissertation aims to find out patterns of Apis mellifera colonies in order to assist the beekeeper in the management and maintenance of his hives. Our methodology consisted in the application of a clustering technique in two real datasets of hives with data of temperature, humidity and weight. From the application of the Calinski-Harabasz index and the K-means algorithm, we have identified coherent patterns associated with the transitions between the seasons. In addition, we conclude that the strongest colony is most efficient in trying to maintain the microclimate of the hive during the winter.
URI: http://www.repositorio.ufc.br/handle/riufc/36019
metadata.dc.type: Dissertação
Appears in Collections:DETE - Dissertações defendidas na UFC

Files in This Item:
File Description SizeFormat 
2018_dis_faomaciel.pdf6,01 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.