z-logo
open-access-imgOpen Access
Modelagem Robusta de Observações Ausentes em Dados Sensoriados de Apiários
Author(s) -
Daniel De Amaral Da Silva,
Antonio Rafael Braga,
Juvêncio S. Nobre,
Danielo G. Gomes
Publication year - 2021
Language(s) - Portuguese
Resource type - Conference proceedings
DOI - 10.5753/wcama.2021.15742
Subject(s) - computer science , humanities , physics , geography , philosophy
O sensoriamento remoto de apiários reduz a necessidade de inspeções manuais, desnecessárias e invasivas nas colmeias ao mesmo tempo que propicia aos apicultores, com antecedência, alertas de problemas in loco. O monitoramento da temperatura é uma das diversas prioridades quando se tem interesse em diagnosticar o estado de saúde e bem-estar de uma colônia, posto que as abelhas tem um rigoroso cuidado quanto à sua manutenção do microclima (clima interno à colmeia). Entretanto, eventuais falhas nos sensores podem contaminar os dados com valores anômalos ou simplesmente causar "buracos" nas informações. Neste artigo, propomos um modelo estatístico capaz de contornar problemas locais de outliers ou de dados ausentes em uma série temporal multivariada de dados de temperatura provenientes de uma grade com 36 sensores instalados em uma colmeia de abelhas, com métrica R2 superior a 87% em 35 dos 36 sensores.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here