Professores e pesquisadores do projeto SmartBee publicam artigo sobre a análise de dados de sensores para predizer a saúde de colônias de abelhas
13/01/2020 15h52
Publicado por: Júnior Lima
Pesquisador Associado do Center for Analytics Research & Education (CARE) e estudante de doutorado Antonio Rafael Braga publicou recentemente o artigo intitulado "A method for mining combined data from in-hive sensors, weather and apiary inspections to forecast the health status of honey bee colonies". O pesquisador associado do CARE, Richard Rogers M.Sc, o diretor de análises de dados do CARE e professor assistente no Departamento de Sistemas de Informação Computacional, Dr. Edgar Hassler e o diretor Executivo do CARE e professor no Departamento de Sistemas de Informação Computacional, Dr. Joseph Cazier, também foram autores do artigo. Antonio Rafael é supervisionado pelo professor Dr. Danielo G. Gomes no projeto Sm@rtbee, que também é coautor do artigo, juntamente com o professor Dr. Breno M. Freitas, ambos da Universidade Federal do Ceará, Brasil.
"O desenvolvimento de pesquisas com a equipe do CARE é uma experiência realmente estimulante. O ambiente de trabalho é muito produtivo, com excelente apoio dos professores Joseph Cazier, Ed Hassler e Richard Rogers. Foi uma experiência muito importante na minha carreira", afirmou Antônio Rafael Braga.
A pesquisa concluída utilizou conjuntos de dados reais de 6 apiários e 27 colméias ao longo de um período de três anos. O conjunto de dados utilizado no estudo incluiu informações combinadas de meteorologia, temperatura interna das colméias, peso das colméias e dados de inspeções semanais feitas por apicultores para criar modelos de classificação.
Os dados coletados para este estudo foram feitos através do uso de sensores internos às colmeias, uma tecnologia emergente chamada Internet das Coisas (IoT), onde dispositivos conectados à Internet sem fio compartilham dados. A IoT, em princípio, pode monitorar qualquer coisa, de uma lâmpada a uma vaca; no entanto, o CARE se concentra nas maneiras pelas quais a IoT pode ajudar nos Objetivos de Desenvolvimento Sustentável definidos pelas Nações Unidas, em inglês, United Nations Sustainable Development Goals. Antonio Rafael testou os seguintes algoritmos de aprendizado de máquina: k-vizinhos mais próximos, florestas aleatória e redes neurais.
"Este artigo mostra a viabilidade da fusão de sensores e dados de inspeção de apiário para prever a saúde das colônias de abelhas. Esta é uma descoberta muito boa, considerando os problemas comuns que as colméias estão enfrentando, principalmente as perdas devido a condições extremos do inverno. Com esses resultados, um modelo de aprendizagem de máquina treinado pode ser integrado a um sistema de monitoramento de colônias para prever um estado perigoso à vida das colônias e, em seguida, alertar o apicultor. Consequentemente, ajudando o apicultor a realizar procedimentos na colméia para evitar perdas", compartilhou Antonio Rafael.
O artigo foi recentemente aceito e publicado na revista Computer and Electronics in Agriculture, uma fonte popular para pesquisas de ponta em sistemas de informações aplicados na agricultura. De acordo com a revista, “Computers and Electronics in Agriculture fornece cobertura internacional dos avanços no desenvolvimento e aplicação de hardware, software, instrumentação eletrônica e sistemas de controle para resolver problemas na agricultura, incluindo agronomia, horticultura, aspectos florestais, silvicultura, aquicultura e criação de animais.”
