Please use this identifier to cite or link to this item: https://repositorio.ufjf.br/jspui/handle/ufjf/2568
Files in This Item:
File Description SizeFormat 
edsonbrunonovais.pdf2.85 MBAdobe PDFThumbnail
View/Open
Type: Tese
Title: Algoritmos computacionais para detecção eficiente de odontocetos em dispositivos fixos autônomos
Author: Novais, Edson Bruno
First Advisor: Borges, Carlos Cristiano Hasenclever
Co-Advisor: Andriolo, Artur
Referee Member: Pamplin, Paulo Augusto Zaitune
Referee Member: Augusto, Douglas Adriano
Referee Member: Fonseca Neto, Raul
Referee Member: Barbosa, Ciro de Barros
Resumo: Considerando o sucesso dos dispositivos móveis e a evolução de suas tecnologias, o estudo de Odontocetos em tempo real é uma possibilidade emergente. Apesar desta evolução, a análise de grandes volumes de dados por algoritmos complexos requer considerável esforço computacional. A coleta de dados de Odontocetos é executada em ambiente marinho com recursos limitados, o que reduz o potencial de pesquisa. Sendo assim, a escolha dos algoritmos para a criação de um Fluxo de Trabalho deve manter um balanço entre a eficiência computacional e a eficácia de detecção. Esta tese tem como objetivo propor um modelo de Fluxo de Trabalho eficiente para o Monitoramento Acústico Passivo. Para tal, um Fluxo de Trabalho de referência comumente utilizado em campo por pesquisadores foi utilizado como base, sendo inserido uma nova etapa de pré-processamento das informações capturadas. A etapa de detecção, foco deste trabalho devido sua aplicabilidade e notável impacto nas próximas etapas, é responsável por analisar os sinais acústicos recebidos, filtrando boa parte dos dados. A próxima etapa trata da condensação dos dados de forma a facilitar a transferência destes para localidades remotas. Em sequência tem-se a etapa de identificação das informações recebidas a partir da etapa anterior. Por fim, a última etapa baseia-se em componentes de software para o estudo das informações relevantes adquiridas. A aplicação da etapa de detecção no Fluxo de Trabalho de referência apresentou um desempenho satisfatório acarretando em uma redução de 96,52% do volume total de dados a serem armazenados e processados, facilitando que informações relevantes da captura sejam identificadas e distribuídas online para estações de pesquisa remotas.
Abstract: Considering the success of mobile devices and the evolution of its technologies, the study of Odontoceti in real time is an emerging possibility. Despite the evolution, analysis of big data chunks by complex algorithms requires considerable computing effort. Data collection of Odontoceti is execute in marine environment with limited resources, thus reducing research potential. Therefore, choosing the right algorithm to create the Workflow should maintaining a balance between computational efficiency and detection accuracy. The goal of this thesis is to propose an efficient Workflow for Passive Acoustic Monitoring. For such, a common Workflow used in the field by researchers was used as base, adding a new step for preprocessing of captured data. The detection step, focus of this thesis due to its applicability and notable impact on the next steps, is responsible to analyse received acoustic signals, filtering a good amount of data. The next step condensates data in a way that facilitates transfer of captured information to remote locations. In sequence there is the step responsible for the identification of received information from the previous step. The last step is based on software components to study relevant information. The appplication of the detection step have shown a satisfactory performance providing a reduction of 96.52 of total data to be processed, making it easy for relevant information to be identified and distributed online to remote research stations.
Keywords: Aprendizado de máquina
Bioacústica
Processamento de sinais
Machine Learning
Bioacoustics
Signal Processing
CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA
Language: por
Country: Brasil
Publisher: Universidade Federal de Juiz de Fora (UFJF)
Institution Initials: UFJF
Department: ICE – Instituto de Ciências Exatas
Program: Programa de Pós-graduação em Modelagem Computacional
Access Type: Acesso Aberto
URI: https://repositorio.ufjf.br/jspui/handle/ufjf/2568
Issue Date: 9-Mar-2016
Appears in Collections:Doutorado em Modelagem Computacional (Teses)



Items in DSpace are protected by Creative Commons licenses, with all rights reserved, unless otherwise indicated.