Reconhecimento de padrões sazonais em colônias de abelhas Apis mellifera via clusterização

Autores

  • Felipe Anderson Oliveira Maciel Universidade Federal do Ceará
  • Antonio Rafael Braga Universidade Federal do Ceará
  • Ticiana Linhares Coelho da Silva Universidade Federal do Ceará
  • Breno Magalhães Freitas Universidade Federal do Ceará
  • Danielo Gonçalves Gomes Universidade Federal do Ceará

DOI:

https://doi.org/10.5335/rbca.v10i3.8788

Palavras-chave:

Abelhas, Apicultura de precisão, Clusterização, Mineração de dados, Padrões

Resumo

Na qualidade de principal agente polinizador, as abelhas são essenciais à produção de alimentos para o ser humano e para manutenção dos ecossistemas. Entre as culturas agrícolas utilizadas para o consumo humano, 75% dependem de polinização. Alinhando-se a uma preocupação atual com a sobrevivência das abelhas, este artigo visa identificar padrões de colônias de Apis mellifera a fim de auxiliar o apicultor no manejo e na manutenção de suas colmeias. Nosso método consistiu na aplicação de uma técnica de clusterização em dois datasets reais de colmeias em clima temperado com dados de temperatura, umidade e massa. Foram utilizados três datasets do portal HiveTool.net; dois deles divididos em período frio (outono e inverno) e período quente (primavera e verão) e o terceiro, para efeito comparativo, dividido em períodos mesclando estações frias e quentes: inverno e primavera, e verão e outono. A partir da aplicação do índice Calinski-Harabasz e do algoritmo K-means, identificamos padrões coerentes e associados às transições entre as estações do ano. Além disso, pudemos concluir que a colônia mais forte é mais eficiente ao tentar manter o microclima da colmeia durante o inverno.

Downloads

Não há dados estatísticos.

Downloads

Publicado

24-10-2018

Como Citar

[1]
Maciel, F.A.O., Braga, A.R., da Silva, T.L.C., Freitas, B.M. e Gomes, D.G. 2018. Reconhecimento de padrões sazonais em colônias de abelhas Apis mellifera via clusterização. Revista Brasileira de Computação Aplicada. 10, 3 (out. 2018), 74-88. DOI:https://doi.org/10.5335/rbca.v10i3.8788.

Edição

v. 10 n. 3 (2018): Novembro/2018

Seção

Artigos selecionados em Conferências - IX WCAMA (2018)

Licença

Licença Creative Commons
Todos os artigos estão licenciados com a licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Autores que publicam nesta revista concordam com os seguintes termos:
a) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
b) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
c) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).