Please use this identifier to cite or link to this item:
http://repositorio.ufc.br/handle/riufc/36019| Type: | Dissertação |
| Title: | Reconhecimento de padrões sazonais em colônias de abelhas Apis mellifera |
| Authors: | Maciel, Felipe Anderson Oliveira |
| Advisor: | Gomes, Danielo Gonçalves |
| Keywords: | Teleinformática;Mineração de dados (Computação);Reconhecimento de padrões;Abelha africanizada;Abelha - Criação;Colméia - Manejo;Clustering;Apis mellifera;Precision beekeeping;Data mining;Pattern recognition;Honey bee |
| Issue Date: | 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 Brazilian 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 |
| Appears in Collections: | DETE - Dissertações defendidas na UFC |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 2018_dis_faomaciel.pdf | 6,01 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.