Machine Learning en aplicación móvil para la clasificación del estado de la abeja reina mediante sonido
- Autores
- De Sosa, Héctor; Zakowicz, Sandro Daniel
- Año de publicación
- 2024
- Idioma
- español castellano
- Tipo de recurso
- tesis de maestría
- Estado
- versión aceptada
- Colaborador/a o director/a de tesis
- Skrauba, Axel A.
- Descripción
- Fil: De Sosa, Héctor. Universidad Nacional de Misiones. Facultad de Ingeniería. Carrera de Ingeniería en Computación; Argentina.
Fil: Zakowicz, Sandro Daniel. Universidad Nacional de Misiones. Facultad de Ingeniería. Carrera de Ingeniería en Computación; Argentina.
Este informe describe el desarrollo de"Queen Bee Monitor”,una aplicación móvil para dispositivos Android que emplea machine learning para de terminar el estado de la abeja reina en colmenas de Apis Mellífera mediante grabaciones de audio. Su propósito es agilizar y optimizar el proceso de com probación de la abeja reina presente, así como mejorar la eficiencia en proce dimientos para el cambio de reina. La clasificación de estados incluye: reina presente, reina ausente, reina rechazada y reina aceptada. La app desarrollada implementa dos modelos de machine learning. El primer modelo verifica si el audio proporcionado por el usuario corresponde a sonidos de abejas, y solo en caso afirmativo,elsegundomodeloinfiereelestadodelareina.Lamayorparte de los datos de audio utilizados para el entrenamiento de los modelos son de acceso público, disponibles en línea, con excepción de aquellos grabados en la zona. Se emplearon técnicas de remoción de outliers, corrección de etiquetas y balanceo de clases para mejorar la calidad de los datos. Las pruebas de campo confirmaron la utilidad de la aplicación para un diagnóstico rápido del estado de la abeja reina, reduciendo significativamente el tiempo requerido para de terminar su presencia o ausencia. Esta herramienta facilita la gestión eficiente de las colmenas, especialmente durante el cambio de reina. - Materia
-
Apis mellifera
Abeja reina
Machine learning
Clasificación de audio
Gestión de colmenas
Diagnóstico rápido - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- Atribución-NoComercial-CompartirIgual 4.0 Internacional
- Repositorio
.jpg)
- Institución
- Universidad Nacional de Misiones
- OAI Identificador
- oai:rid.unam.edu.ar:20.500.12219/6318
Ver los metadatos del registro completo
| id |
RIDUNaM_049277e672638998db1c685628c3c966 |
|---|---|
| oai_identifier_str |
oai:rid.unam.edu.ar:20.500.12219/6318 |
| network_acronym_str |
RIDUNaM |
| repository_id_str |
|
| network_name_str |
Repositorio Institucional Digital de la Universidad Nacional de Misiones (UNaM) |
| spelling |
Machine Learning en aplicación móvil para la clasificación del estado de la abeja reina mediante sonidoDe Sosa, HéctorZakowicz, Sandro DanielApis melliferaAbeja reinaMachine learningClasificación de audioGestión de colmenasDiagnóstico rápidoFil: De Sosa, Héctor. Universidad Nacional de Misiones. Facultad de Ingeniería. Carrera de Ingeniería en Computación; Argentina.Fil: Zakowicz, Sandro Daniel. Universidad Nacional de Misiones. Facultad de Ingeniería. Carrera de Ingeniería en Computación; Argentina.Este informe describe el desarrollo de"Queen Bee Monitor”,una aplicación móvil para dispositivos Android que emplea machine learning para de terminar el estado de la abeja reina en colmenas de Apis Mellífera mediante grabaciones de audio. Su propósito es agilizar y optimizar el proceso de com probación de la abeja reina presente, así como mejorar la eficiencia en proce dimientos para el cambio de reina. La clasificación de estados incluye: reina presente, reina ausente, reina rechazada y reina aceptada. La app desarrollada implementa dos modelos de machine learning. El primer modelo verifica si el audio proporcionado por el usuario corresponde a sonidos de abejas, y solo en caso afirmativo,elsegundomodeloinfiereelestadodelareina.Lamayorparte de los datos de audio utilizados para el entrenamiento de los modelos son de acceso público, disponibles en línea, con excepción de aquellos grabados en la zona. Se emplearon técnicas de remoción de outliers, corrección de etiquetas y balanceo de clases para mejorar la calidad de los datos. Las pruebas de campo confirmaron la utilidad de la aplicación para un diagnóstico rápido del estado de la abeja reina, reduciendo significativamente el tiempo requerido para de terminar su presencia o ausencia. Esta herramienta facilita la gestión eficiente de las colmenas, especialmente durante el cambio de reina.Universidad Nacional de Misiones. Facultad de Ingeniería. Carrera de Ingeniería en ComputaciónSkrauba, Axel A.2024-12-17info:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/trabajoFinalDeGradoapplication/pdfapplication/pdf1.845 KBhttps://hdl.handle.net/20.500.12219/6318spainfo:eu-repo/semantics/openAccessAtribución-NoComercial-CompartirIgual 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-sa/4.0/reponame:Repositorio Institucional Digital de la Universidad Nacional de Misiones (UNaM)instname:Universidad Nacional de Misiones2026-11-05T13:08:31Zoai:rid.unam.edu.ar:20.500.12219/6318instacron:UNAMInstitucionalhttps://rid.unam.edu.ar/Universidad públicahttps://www.unam.edu.ar/https://rid.unam.edu.ar/oai/rsnrdArgentinaopendoar:2026-11-05 13:08:31.914Repositorio Institucional Digital de la Universidad Nacional de Misiones (UNaM) - Universidad Nacional de Misionesfalse |
| dc.title.none.fl_str_mv |
Machine Learning en aplicación móvil para la clasificación del estado de la abeja reina mediante sonido |
| title |
Machine Learning en aplicación móvil para la clasificación del estado de la abeja reina mediante sonido |
| spellingShingle |
Machine Learning en aplicación móvil para la clasificación del estado de la abeja reina mediante sonido De Sosa, Héctor Apis mellifera Abeja reina Machine learning Clasificación de audio Gestión de colmenas Diagnóstico rápido |
| title_short |
Machine Learning en aplicación móvil para la clasificación del estado de la abeja reina mediante sonido |
| title_full |
Machine Learning en aplicación móvil para la clasificación del estado de la abeja reina mediante sonido |
| title_fullStr |
Machine Learning en aplicación móvil para la clasificación del estado de la abeja reina mediante sonido |
| title_full_unstemmed |
Machine Learning en aplicación móvil para la clasificación del estado de la abeja reina mediante sonido |
| title_sort |
Machine Learning en aplicación móvil para la clasificación del estado de la abeja reina mediante sonido |
| dc.creator.none.fl_str_mv |
De Sosa, Héctor Zakowicz, Sandro Daniel |
| author |
De Sosa, Héctor |
| author_facet |
De Sosa, Héctor Zakowicz, Sandro Daniel |
| author_role |
author |
| author2 |
Zakowicz, Sandro Daniel |
| author2_role |
author |
| dc.contributor.none.fl_str_mv |
Skrauba, Axel A. |
| dc.subject.none.fl_str_mv |
Apis mellifera Abeja reina Machine learning Clasificación de audio Gestión de colmenas Diagnóstico rápido |
| topic |
Apis mellifera Abeja reina Machine learning Clasificación de audio Gestión de colmenas Diagnóstico rápido |
| dc.description.none.fl_txt_mv |
Fil: De Sosa, Héctor. Universidad Nacional de Misiones. Facultad de Ingeniería. Carrera de Ingeniería en Computación; Argentina. Fil: Zakowicz, Sandro Daniel. Universidad Nacional de Misiones. Facultad de Ingeniería. Carrera de Ingeniería en Computación; Argentina. Este informe describe el desarrollo de"Queen Bee Monitor”,una aplicación móvil para dispositivos Android que emplea machine learning para de terminar el estado de la abeja reina en colmenas de Apis Mellífera mediante grabaciones de audio. Su propósito es agilizar y optimizar el proceso de com probación de la abeja reina presente, así como mejorar la eficiencia en proce dimientos para el cambio de reina. La clasificación de estados incluye: reina presente, reina ausente, reina rechazada y reina aceptada. La app desarrollada implementa dos modelos de machine learning. El primer modelo verifica si el audio proporcionado por el usuario corresponde a sonidos de abejas, y solo en caso afirmativo,elsegundomodeloinfiereelestadodelareina.Lamayorparte de los datos de audio utilizados para el entrenamiento de los modelos son de acceso público, disponibles en línea, con excepción de aquellos grabados en la zona. Se emplearon técnicas de remoción de outliers, corrección de etiquetas y balanceo de clases para mejorar la calidad de los datos. Las pruebas de campo confirmaron la utilidad de la aplicación para un diagnóstico rápido del estado de la abeja reina, reduciendo significativamente el tiempo requerido para de terminar su presencia o ausencia. Esta herramienta facilita la gestión eficiente de las colmenas, especialmente durante el cambio de reina. |
| description |
Fil: De Sosa, Héctor. Universidad Nacional de Misiones. Facultad de Ingeniería. Carrera de Ingeniería en Computación; Argentina. |
| publishDate |
2024 |
| dc.date.none.fl_str_mv |
2024-12-17 |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/masterThesis info:eu-repo/semantics/acceptedVersion http://purl.org/coar/resource_type/c_7a1f info:ar-repo/semantics/trabajoFinalDeGrado |
| format |
masterThesis |
| status_str |
acceptedVersion |
| dc.identifier.none.fl_str_mv |
https://hdl.handle.net/20.500.12219/6318 |
| url |
https://hdl.handle.net/20.500.12219/6318 |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess Atribución-NoComercial-CompartirIgual 4.0 Internacional http://creativecommons.org/licenses/by-nc-sa/4.0/ |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
Atribución-NoComercial-CompartirIgual 4.0 Internacional http://creativecommons.org/licenses/by-nc-sa/4.0/ |
| dc.format.none.fl_str_mv |
application/pdf application/pdf 1.845 KB |
| dc.publisher.none.fl_str_mv |
Universidad Nacional de Misiones. Facultad de Ingeniería. Carrera de Ingeniería en Computación |
| publisher.none.fl_str_mv |
Universidad Nacional de Misiones. Facultad de Ingeniería. Carrera de Ingeniería en Computación |
| dc.source.none.fl_str_mv |
reponame:Repositorio Institucional Digital de la Universidad Nacional de Misiones (UNaM) instname:Universidad Nacional de Misiones |
| reponame_str |
Repositorio Institucional Digital de la Universidad Nacional de Misiones (UNaM) |
| collection |
Repositorio Institucional Digital de la Universidad Nacional de Misiones (UNaM) |
| instname_str |
Universidad Nacional de Misiones |
| repository.name.fl_str_mv |
Repositorio Institucional Digital de la Universidad Nacional de Misiones (UNaM) - Universidad Nacional de Misiones |
| repository.mail.fl_str_mv |
|
| _version_ |
1881037682978586624 |
| score |
12.487082 |