Please use this identifier to cite or link to this item: http://ricaxcan.uaz.edu.mx/jspui/handle/20.500.11845/2319
Title: Análisis de patrones acústicos para determinar estado de colonias de abejas mediante Regresión Logística Lasso y Descomposición en Valores Singulares
Authors: Robles Guerrero, Antonio
Issue Date: Mar-2019
Publisher: Universidad Autónoma de Zacatecas
Abstract: El trabajo de tesis presenta un análisis de un problema de clasificación multiclase para identificar colonias saludables, sin reina y de baja población, mediante el análisis de las señales acústicas. Se estudiaron cinco colonias de abeja carniola en distintas condiciones biológicas. Para grabar el sonido de las colonias de abejas se implementó un sistema de monitoreo basado en una Raspberry Pi 2 y micrófonos omnidireccionales. La metodología de análisis está basada en MFCC y un modelo de clasificación penalizado mediante Regresión Logística Lasso. Los resultados demuestran que es posible identificar cada una de las condiciones bajo estudio con una alta tasa de correcta clasificación. Sin embargo, la parte más interesante del estudio se centra en el análisis de los conglomerados mediante gráficas de dispersión utilizando descomposición en valores singulares. El análisis permitió observar que las muestras de colonias que representan la misma condición se agrupan, además, las colonias pueden generar ligeras variaciones en el patrón y puede estar relacionado con su estado de salud, volumen poblacional y actividad de pecoreo. Finalmente, se calcularon los parámetros de monitoreo para determinar la cantidad de muestras y la longitud que brinden un buen rendimiento y al mismo tiempo el espacio de almacenamiento en memoria sea mínimo.
Description: The thesis work presents an analysis of a multiclass classification problem through the analysis of acoustic signals to identify healthy bee colonies, queenless colonies and colonies of low population. Five colonies of Carniola honey bee were studied under diferent biological conditions. A monitor system based on a Raspberry Pi 2 and omnidirectional microphones was implemented to study the honey bee colonies. The analysis methodology is based on MFCC's and a penalized Lasso logistic regression model. The results show that is possible to identify every condition in the model with a high classification rate. However, the most interesting results came from the cluster analysis of the data through scatters plots of singular value decomposition. The results show that samples that represents the same condition tend to group, also, the colonies can generate slightly diferent patterns and the data clusters of the same condition tend to be close, the clusters can be afected by healthy conditions, weather, number of bees and ecological factors. Finally, an analysis of the monitoring parameters to determinate the data size and number of samples that ofter a good performance and with a minimum memory space requirement was carried out.
URI: http://ricaxcan.uaz.edu.mx/jspui/handle/20.500.11845/2319
Other Identifiers: info:eu-repo/semantics/publishedVersion
Appears in Collections:*Tesis*-- Doc. en Ciencias de la Ing.

Files in This Item:
File Description SizeFormat 
14Tesis_DOCII_Mar_2019 Antonio_Robles.pdf10,99 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons