Banca de DEFESA: IDELVAN RODRIGUES DOS SANTOS

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: IDELVAN RODRIGUES DOS SANTOS
DATA: 18/08/2025
HORA: 09:00
LOCAL: google meet
TÍTULO: Aplicação Móvel para Detecção Acústica da Ausência da Abelha Rainha em Colmeias Apis mellifera
PALAVRAS-CHAVES: Presença da rainha; Aprendizado de máquina; Sinais acústicos; Dispositivos móveis; MFCC; Espectrograma; ONNX.
PÁGINAS: 105
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Elétrica
SUBÁREA: Eletrônica Industrial, Sistemas e Controles Eletrônicos
RESUMO:

A abelha rainha desempenha um papel essencial na organização e na sobrevivência da colmeia, sendo responsável pela reprodução e pela regulação do comportamento das demais abelhas. Sua ausência pode desencadear instabilidade e levar ao colapso da colônia. Atualmente, a verificação da presença da rainha é realizada por meio de inspeções manuais e invasivas, que demandam tempo significativo do apicultor e se tornam ainda mais desvantajosas à medida que o número de colmeias aumenta. Tais inspeções comprometem o equilíbrio do ambiente interno da colmeia, podendo causar estresse nas abelhas e modificar seu comportamento coletivo. Este trabalho propõe uma abordagem não invasiva e de baixo custo para detectar se a rainha está presente na colmeia, por meio da análise de sinais acústicos. Para isso, foi desenvolvida uma aplicação para dispositivos móveis capaz de realizar todas as etapas do processo de detecção de maneira offline. Utilizando gravações do dataset UrBAN, foram extraídas MFCCs e espectrogramas obtidos via STFT. Os modelos KNN, SVM, Regressão Logística, Random Forest e MLP foram treinados com os MFCCs, enquanto CNNs foram treinadas com espectrogramas sumarizados e não sumarizados. Após o treinamento, os modelos foram convertidos para o formato ONNX, permitindo sua execução em sistemas Android. Por fim, foi realizada uma avaliação em cenário simulado, a fim de validar a robustez e a aplicabilidade da solução proposta. O modelo CNN com espectrogramas não sumarizados apresentou os melhores resultados, com acurácia de 93,98% em cenário simulado. Embora tenha apresentado o maior consumo de bateria entre os modelos testados, o consumo ainda é considerado aceitável para uso prático. Durante os experimentos com execução integral usando um smartphone, o modelo manteve um desempenho estável. Também foram analisados o tempo de inferência e o consumo de CPU, memória. Os resultados obtidos demonstram a viabilidade do uso da metodologia proposta para detectar a presença ou ausência da rainha, operando de forma totalmente offline em um smartphone. A solução tem potencial para auxiliar o apicultor na triagem das colmeias que demandam intervenção, tornando o manejo mais eficiente e menos invasivo. 

MEMBROS DA BANCA:
Presidente - 1402365 - DEBORAH MARIA VIEIRA MAGALHAES
Interno - 2025885 - FLÁVIO HENRIQUE DUARTE DE ARAÚJO
Externo à Instituição - 462.***.***-72 - FÁBIA MELLO PEREIRA - UFC