Sensores inteligentes para controle de pragas agrícolas e insetos vetores de doenças

• Processo: 12/50714-7
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de junho de 2013
• Data de Término da vigência: 31 de maio de 2015
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Acordo de Cooperação: CNPq - Programa Primeiros Projetos
• Pesquisador responsável: Gustavo Enrique de Almeida Prado Alves Batista
• Beneficiário: Gustavo Enrique de Almeida Prado Alves Batista
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Aprendizado computacional Mineração de dados Processamento de sinais Sensores ópticos Algoritmos Insetos vetores
• Palavra(s)-Chave do Pesquisador: Aprendizado De Maquina | Classificacao De Insetos | Mineracao De Dados | Processamento De Sinais | Sensores Opticos

Resumo

Aplicações como sensores inteligentes devem ser capazes de coletar informações sobre o ambiente e realizar decisões baseadas nos dados de entrada. Pode-se citar como exemplo o sensor de baixo custo que vem sendo desenvolvido com o objetivo de detectar e classificar insetos em suas espécies utilizando luz laser e técnicas de aprendizado de máquina. Tal sensor é um importante passo para o desenvolvimento de armadilhas inteligentes capazes de atrair e capturar seletivamente espécies de insetos de interesse, como os vetores de doenças e pragas agrícolas, sem afetar as demais espécies benéficas para o meio ambiente. Os dados gerados pelo sensor constituem um fluxo de dados com característica não estacionária, uma vez que o metabolismo dos insetos sofre influência direta de condições ambientais como temperatura, umidade e pressão atmosférica. Este projeto de pesquisa possui dois objetivos principais: o primeiro é desenvolver novos algoritmos capazes de classificar em tempo real sinais do sensor obtidos por meio do fluxo de dados; o segundo é desenvolver tecnologicamente o sensor proposto de modo que as técnicas de aprendizado de máquina que têm sido desenvolvidas sejam embarcadas diretamente no sensor. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

SILVA, DIEGO F.; SOUZA, VINICIUS M. A.; ELLIS, DANIEL P. W.; KEOGH, EAMONN J.; BATISTA, GUSTAVO E. A. P. A.. Exploring Low Cost Laser Sensors to Identify Flying Insect Species Evaluation of Machine Learning and Signal Processing Methods. JOURNAL OF INTELLIGENT & ROBOTIC SYSTEMS, v. 80, n. 1, SI, p. S313-S330, DEC 2015. (11/17698-5, 12/50714-7, 13/26151-5)

SILVA, DIEGO FURTADO; ALVES DE SOUZA, VINICIUS MOURAO; PRADO ALVES BATISTA, GUSTAVO ENRIQUE DE ALMEIDA. A comparative study between MFCC and LSF coefficients in automatic recognition of isolated digits pronounced in Portuguese and English. ACTA SCIENTIARUM-TECHNOLOGY, v. 35, n. 4, p. 621-628, 2013. (11/04054-2, 12/07295-3, 11/17698-5, 12/50714-7)

SILVA, DIEGO F.; SOUZA, VINICIUS M. A.; ELLIS, DANIEL P. W.; KEOGH, EAMONN J.; BATISTA, GUSTAVO E. A. P. A.. Exploring Low Cost Laser Sensors to Identify Flying Insect Species Evaluation of Machine Learning and Signal Processing Methods. JOURNAL OF INTELLIGENT & ROBOTIC SYSTEMS, v. 80, p. 18-pg., 2015-12-01. (13/26151-5, 12/50714-7, 11/17698-5)