Notícias

Banca de QUALIFICAÇÃO: ANTONIO ARAUJO RODRIGUES

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: ANTONIO ARAUJO RODRIGUES
DATA: 02/09/2022
HORA: 10:00
LOCAL: google meet
TÍTULO: Detecção automática de mosquitos usando propriedades acústicas cepstral, espectral e temporal
PALAVRAS-CHAVES: Aprendizagem de máquina; Bioacústica; Controle de vetor; Dengue; Processamento de áudio
PÁGINAS: 32
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
RESUMO:

O controle de doenças transmitidas por mosquitos é desafiado pela globalização, urbanização e aquecimento global. Inseticidas sintéticos administrados em nebulizações de áreas abertas e pulverizações em ambientes fechados são abordagens comuns de erradicação, mas ao custo da toxicidade e resistência desenvolvida pelo mosquito. Uma vez que faltam técnicas de vigilância escaláveis e de baixo custo, há uma carência de dados a respeito da distribuição dos mosquitos. Diante disso, um método automatizado acessível para detectar mosquitos poderia gerar dados de alta qualidade em escalas espaciais e temporais para apoiar iniciativas de prevenção. Este artigo propõe um descritor compacto e eficaz para detectar automaticamente o Aedes aegypti e diferenciar as espécies de mosquitos, combinando características cepstrais, de tempo e frequência extraídas dos sons produzidos pelo batimento das asas dos mosquitos. Para isso, aplicamos uma etapa de pré-processamento que inclui aumento de dados para contornar conjuntos de dados pequenos e desbalanceados. Em sequência, extraímos características dos sinais de áudio. Além disso, também realizamos a extração de características através das arquiteturas profundas ResNet, VGG16, VGG19  pré-treinadas. Os resultados revelam que o descritor proposto combinado ao classificador LGBM atinge 0,99 para acurácia, kappa, precisão, recall e F1-score para detectar a presença do Aedes aegypti e diferenciar espécies de mosquitos, superando grande parte das soluções presentes da literatura. No cenário multiespécies, a proposta supera os 93% para todas as métricas. Consequentemente, acreditamos que nossas descobertas podem apoiar a implantação da solução proposta em dispositivos de baixa computação para detecção de focos do mosquito de maneira acessível, escalável e em tempo real, sendo essencial para estimular a participação da população e criar um mapa da distribuição de focos. 


MEMBROS DA BANCA:
Presidente - 1402365 - DEBORAH MARIA VIEIRA MAGALHAES
Interno - 2025885 - FLÁVIO HENRIQUE DUARTE DE ARAÚJO
Interno - 2061294 - RICARDO DE ANDRADE LIRA RABELO
Externo à Instituição - FABBIO ANDERSON SILVA BORGES - UESPI
Notícia cadastrada em: 29/08/2022 08:54
SIGAA | Superintendência de Tecnologia da Informação - STI/UFPI - (86) 3215-1124 | © UFRN | sigjb07.ufpi.br.instancia1 30/11/2022 17:21