Defesa P\u00fablica da Disserta\u00e7\u00e3o de Mestrado do Engenheiro Eletricista Yuri das Neves Valad\u00e3o<\/p>\n\n\n\n
Data: 23\/04\/2021 – sexta-feira
Hor\u00e1rio: 14h30min<\/p>\n\n\n\n
A defesa ser\u00e1 realizada atrav\u00e9s da plataforma Mconf com acesso pelo link: https:\/\/mconf.ufrgs.br\/webconf\/00025557<\/a> Banca examinadora: T\u00edtulo da Disserta\u00e7\u00e3o: “SISTEMA DE MONITORAMENTO DO COMPORTAMENTO DE BOVINOS POR MEIO DE REDES DE SENSORES SEM FIO”<\/p>\n\n\n\n Resumo: Defesa P\u00fablica da Disserta\u00e7\u00e3o de Mestrado do Engenheiro Eletricista Yuri das Neves Valad\u00e3o Data: 23\/04\/2021 – sexta-feiraHor\u00e1rio: 14h30min A defesa ser\u00e1 realizada atrav\u00e9s da plataforma Mconf com acesso pelo link: https:\/\/mconf.ufrgs.br\/webconf\/00025557Alternativo: https:\/\/meet.google.com\/dwx-uogk-caj Banca examinadora:Prof. Dr. Sebastian Yuri Cavalcanti Catunda – Departamento de Engenharia de Computa\u00e7\u00e3o e Automa\u00e7\u00e3o – PPGEC – UFRNProf. Dr. Hamilton Duarte Klimach – PGMICRO… Continue a ler »Defesa de Disserta\u00e7\u00e3o de Mestrado – Yuri das Neves Valad\u00e3o<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"neve_meta_sidebar":"","neve_meta_container":"","neve_meta_enable_content_width":"","neve_meta_content_width":0,"neve_meta_title_alignment":"","neve_meta_author_avatar":"","neve_post_elements_order":"","neve_meta_disable_header":"","neve_meta_disable_footer":"","neve_meta_disable_title":"","footnotes":""},"categories":[4],"tags":[],"class_list":["post-540","post","type-post","status-publish","format-standard","hentry","category-eventos"],"_links":{"self":[{"href":"https:\/\/www.ufrgs.br\/ppgee\/wp-json\/wp\/v2\/posts\/540","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.ufrgs.br\/ppgee\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.ufrgs.br\/ppgee\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.ufrgs.br\/ppgee\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.ufrgs.br\/ppgee\/wp-json\/wp\/v2\/comments?post=540"}],"version-history":[{"count":0,"href":"https:\/\/www.ufrgs.br\/ppgee\/wp-json\/wp\/v2\/posts\/540\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.ufrgs.br\/ppgee\/wp-json\/wp\/v2\/media?parent=540"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.ufrgs.br\/ppgee\/wp-json\/wp\/v2\/categories?post=540"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.ufrgs.br\/ppgee\/wp-json\/wp\/v2\/tags?post=540"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
Alternativo: https:\/\/meet.google.com\/dwx-uogk-caj<\/a><\/p>\n\n\n\n
Prof. Dr. Sebastian Yuri Cavalcanti Catunda – Departamento de Engenharia de Computa\u00e7\u00e3o e Automa\u00e7\u00e3o – PPGEC – UFRN
Prof. Dr. Hamilton Duarte Klimach – PGMICRO – UFRGS
Prof. Dr. Valner Jo\u00e3o Brusamarello – PPGEE – UFRGS
Presidente da banca: Prof. Dr. Ivan M\u00fcller – PPGEE – UFRGS (Orientador)<\/p>\n\n\n\n
“Com o crescimento constante da pecu\u00e1ria de precis\u00e3o, novos estudos com intuito de monitoramento de atividade dos animais crescem consideravelmente. Observar a ativi- dade de reprodu\u00e7\u00e3o de rebanhos \u00e9 de suma import\u00e2ncia para maximizar a cadeia produtiva, reduzindo a necessidade de insemina\u00e7\u00e3o arti\ufb01cial e os problemas relacionados a ela. O presente trabalho prop\u00f5e o desenvolvimento de dispositivos para detec\u00e7\u00e3o do compor- tamento reprodutivo dos bovinos, propondo uma rede de sensores sem \ufb01o. Os dispositivos s\u00e3o a\ufb01xados aos animais, com capacidade de detec\u00e7\u00e3o de movimentos e temperatura dos animais, disponibilizando os dados para algoritmos de identi\ufb01ca\u00e7\u00e3o dos eventos, princi- palmente reprodutivos. Os algoritmos incluem t\u00e9cnicas de machine learning, buscando a identi\ufb01ca\u00e7\u00e3o dos eventos, avaliando v\u00e1rios cen\u00e1rios quanto aos diferentes tipos de recorte dos dados. Os resultados mostram que os modelos podem alcan\u00e7ar sensibilidade m\u00e9dia de 97,75% na detec\u00e7\u00e3o do evento.
Palavras-chave: Redes de Sensores sem Fio, Monitoramento Animal, Detec\u00e7\u00e3o de Eventos em S\u00e9ries Temporais, Machine Learning, Aprendizagem Supervisionada.”<\/p>\n","protected":false},"excerpt":{"rendered":"