CONTROLE E MONITORAMENTO AUTOMATIZADO DOS FATORES LIMNOLÓGICOS IDEAIS PARA LARVICULTURA DO PTEROPHYLLUM SCALARE (ACARÁ BANDEIRA) UTILIZANDO TÉCNICAS DE INTELIGÊNCIA ARTIFICAL.
O objetivo deste trabalho é analisar e controlar as variáveis limnológicas como temperatura e pH da água, por meio do desenvolvimento de um sistema utilizando a plataforma Arduíno associado com outros dispositivos tais como: sensores e atuadores específicos, além da técnica de aprendizagem de máquina supervisionada. Para o desenvolvimento do sistema foi utilizado um banco de dados fornecido por meio da coleta ativa realizada pelos sensores e atuadores durante um período pré-estabelecido. A metodologia adotada foi um estudo teórico e qualitativo que nos deu base para a criação do sistema, onde o mesmo foi capaz de identificar e resolver problemas de forma automatizada conforme previsto. O resultado deste trabalho confirmou que a regressão linear é o modelo de predição de técnica de aprendizagem de máquina supervisionada que mais se aproxima da base coletada em comparação com os outros dois modelos treinados, de que a técnica em questão é capaz de realizar o monitoramento e controle das variáveis de temperatura e pH da água.
CONTROLE E MONITORAMENTO AUTOMATIZADO DOS FATORES LIMNOLÓGICOS IDEAIS PARA LARVICULTURA DO PTEROPHYLLUM SCALARE (ACARÁ BANDEIRA) UTILIZANDO TÉCNICAS DE INTELIGÊNCIA ARTIFICAL.
-
DOI: 10.22533/at.ed.5922228014
-
Palavras-chave: Reprodução Aquícola. Monitoramento Automatizado. Técnica de Aprendizagem de Máquina, Surpevisionada.
-
Keywords: Aquaculture Reproduction. Automated Monitoring. Machine Learning Technique, Surprised.
-
Abstract:
The objective of this work is to analyze and control limnological variables such as water temperature and pH, through the development of a system using the Arduino platform associated with other devices such as: specific sensors and actuators, in addition to the supervised machine learning technique. For the development of the system, a database provided by means of active collection carried out by sensors and actuators during a pre-established period was used. The methodology adopted was a theoretical and qualitative study that gave us the basis for the creation of the system, where it was able to identify and solve problems in an automated way, as expected. The result of this work confirmed that linear regression is the prediction model of supervised machine learning technique that comes closest to the collected base compared to the other two trained models, that the technique in question is capable of monitoring and control of water temperature and pH variables.
-
Número de páginas: 18
- Otávio Noura Teixeira
- Márcio Valério de Oliveira Favacho
- Renato Hidaka Torres
- RAPHAEL SARAIVA DE SOUSA
