Aplicação de inteligência computacional para avaliação de parâmetros físicos-químicos da água para aferição do ganho de peso na piscicultura
Piscicultura. Aprendizado de máquina. Qualidade da água. IoT.
Nas últimas décadas ocorreu um aumento significativo do consumo global de alimentos de peixes paralelamente com crescimento populacional. Para suprimir a demandade consumo, observa-se que a produção de pescado se dá de duas formas: por meio do extrativismo animal e da piscicultura. Na primeira forma, entende-se como extrativismoanimal a captura em mares e rios e a piscicultura compreende o cultivo de peixes em um espaço confinado e controlado. Na piscicultura se devidamente projetado e monitorado,é possível controlar com eficiência o custo de produção e tempo para comercialização dos pescados, o que não ocorre na pesca extrativista, haja vista, que o peixe encontra-seem seu habitat natural. Porém, para se alcançar a eficiência na piscicultura a tecnologia deve desempenhar um papel importante e o uso de tecnologia de IoT neste contexto,permite que os dispositivos trabalhem para finalidades diferentes, permitindo que sensores capturem dados como temperatura, umidade e qualidade da água para automatizar apiscicultura. Esses dados capturados dos sensores de IoT podem ser usados para analise efazer previsões para melhorar a qualidade do produto trazendo novas soluções com diferentes abordagens, minimizando o risco e desperdícios, aplicando algoritmos de aprendizado de máquina supervisionado. O principal objetivo desse trabalho consiste em investigar algoritmos de aprendizado de máquina, capturando os dados por meio de sensores de IoT obtendo os parâmetros do domínio de entrada, e como resultado desenvolver um modelo de aprendizado de máquina capaz de generalizar o problema de classificação da qualidade da água, para predição do peso de larvas de tambaqui, em sistema de recirculação de água (SRA) em alta densidade.