1. Repositório Institucional da Universidade Tecnológica Federal do Paraná (RIUT)
  2. GRAD - Cursos de Graduação
  3. TCC - Trabalhos de Conclusão de Curso de Graduação
  4. Curitiba
  5. CT - Sistemas de Informação
Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/32663
Registro completo de metadados
Campo DCValorIdioma
dc.creatorSimões, Ane Carolina-
dc.date.accessioned2023-10-09T20:37:25Z-
dc.date.available2023-10-09T20:37:25Z-
dc.date.issued2022-06-24-
dc.identifier.citationSIMÕES, Ane Carolina. Método de generalização para sistema de recomendação de espécies nativas para a prática de meliponicultura. 2022. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) - Universidade Tecnológica Federal do Paraná, Curitiba, 2022.pt_BR
dc.identifier.urihttp://repositorio.utfpr.edu.br/jspui/handle/1/32663-
dc.description.abstractMeliponiculture is the breeding of stingless bees for the production of honey. This practice is important for the environment, since bees are a significant part of the pollination of flora, being responsible for 90% of the Amazon Forest (PEREIRA; SOUZA; LOPES, 2017) and, due to the increase in urban areas, their occurrence tends to decrease over time. The main objective of this study was to develop a system that, using machine learning and image processing methods, recommends native bee species suitable for meliponiculture in user-specified locations. The system uses to train GBIF on the occurrence of bees and satellite images for analysis of green areas, topography, and type of terrain around the location. The data feeds regression tree models that estimate the viability of bee species in the region. The results of the predictions made by the decision tree are available in the form of maps, focusing only on the Brazilian territory. The generated maps are used as a basis for a qualitative analysis of the results.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Tecnológica Federal do Paranápt_BR
dc.rightsopenAccesspt_BR
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/pt_BR
dc.subjectAbelhas sem ferrãopt_BR
dc.subjectMeliponapt_BR
dc.subjectAprendizado do computadorpt_BR
dc.subjectProcessamento de imagens - Técnicas digitaispt_BR
dc.subjectStingless beespt_BR
dc.subjectMachine learningpt_BR
dc.subjectImage processing - Digital techniquept_BR
dc.titleMétodo de generalização para sistema de recomendação de espécies nativas para a prática de meliponiculturapt_BR
dc.title.alternativeGeneralization method for recommendation system native species for the practice of melliponiculturept_BR
dc.typebachelorThesispt_BR
dc.description.resumoA meliponicultura é a criação de abelhas sem ferrão para a produção de mel. Essa prática é importante para o meio ambiente, visto que as abelhas são parte significativa da polinização da flora, chegando a ser responsáveis pelo processo em 90% da Floresta Amazônica e, devido ao aumento das áreas urbanas, sua ocorrência tende a diminuir ao longo do tempo. Este estudo teve como objetivo principal desenvolver um sistema que, utilizando métodos de aprendizado de máquina e processamento de imagens, faça a generalização das ocorrências para a recomendação de espécies de abelhas nativas adequadas para a prática de meliponicultura em locais especificados pelo usuário. O sistema utiliza para treinamento do Mecanismo Global de Informação sobre Biodiversidade, do inglês, Global Biodiversity Information Facility (GBIF) sobre as ocorrências de abelhas e imagens de satélite para análise de áreas verdes, topografia e tipo do terreno ao redor da localização. Os dados alimentam modelos de árvore de regressão que estimam a viabilidade das espécies de abelhas na região. Os resultados das predições realizadas pela árvore foram disponibilizados em forma de mapas, tendo em foco apenas o território brasileiro. Os mapas gerados são usados como base para uma análise qualitativa dos resultados.pt_BR
dc.degree.localCuritibapt_BR
dc.publisher.localCuritibapt_BR
dc.contributor.advisor1Gomes Júnior, Luiz Celso-
dc.contributor.advisor-co1Dorini, Leyza Elmeri Baldo-
dc.contributor.referee1Silva, Ricardo Dutra-
dc.contributor.referee2Fonseca, Keiko Verônica Ono-
dc.contributor.referee3Gomes Júnior, Luiz Celso-
dc.publisher.countryBrasilpt_BR
dc.publisher.programSistemas de Informaçãopt_BR
dc.publisher.initialsUTFPRpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::SISTEMAS DE INFORMACAOpt_BR
Aparece nas coleções:CT - Sistemas de Informação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
sistemarecomendacaopraticameliponicultura.pdf4,59 MBAdobe PDFThumbnail
Visualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Este item está licenciada sob uma Licença Creative Commons Creative Commons