Banca de QUALIFICAÇÃO: JAILTON WAGNER RODRIGUES TAVARES

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: JAILTON WAGNER RODRIGUES TAVARES
DATA: 13/08/2021
HORA: 14:00
LOCAL: Google Meet (https://meet.google.com/tmc-bozu-nzc)
TÍTULO:

Aplicação de inteligência computacional para avaliação de parâmetros físicos-químicos da água para aferição do ganho de peso na piscicultura

PALAVRAS-CHAVES:

Piscicultura. Aprendizado de máquina. Qualidade da água. IoT.

PÁGINAS: 58
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Metodologia e Técnicas da Computação
ESPECIALIDADE: Linguagens de Programação
RESUMO:

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.

MEMBROS DA BANCA:
Presidente - 1913763 - ROMMEL THIAGO JUCÁ RAMOS
Interno - 2378314 - JEFFERSON MAGALHAES DE MORAIS
Interno - 2659210 - NELSON CRUZ SAMPAIO NETO
Externo à Instituição - IGOR GUERREIRO HAMOY