Repository logo
 
Publication

Marine biodiversity assessments using aquatic internet of things

2021-04-07Master thesis Open access
Simple item page
datacite.subject.fosEngenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informáticapt_PT
dc.contributor.advisorRadeta, Marko
dc.contributor.advisorQuintal, Filipe Magno de Gouveia
dc.contributor.authorMartins, Carlos Diogo Félix
dc.date.accessioned2021-05-25T13:20:46Z
dc.date.available2021-05-25T13:20:46Z
dc.date.issued2021-04-07
dc.description.abstractWhile Ubiquitous Computing remains vastly applied in urban environments, it is still scarce in oceanic environments. Current equipment used for biodiversity assessments remain at a high cost, being still inaccessible to wider audiences. More accessible IoT (Internet of Things) solutions need to be implemented to tackle these issues and provide alternatives to facilitate data collection in-the-wild. While the ocean remains a very harsh environment to apply such devices, it is still providing the opportunity to further explore the biodiversity, being that current marine taxa is estimated to be 200k, while this number can be actually in millions. The main goal of this thesis is to provide an apparatus and architecture for aerial marine biodiversity assessments, based on low-cost MCUs (Microcontroller unit) and microcomputers. In addition, the apparatus will provide a proof of concept for collecting and classifying the collected media. The thesis will also explore and contribute to the latest IoT and machine learning techniques (e.g. Python, TensorFlow) when applied to ocean settings. The final product of the thesis will enhance the state of the art in technologies applied to marine biology assessments.pt_PT
dc.description.abstractA computação ubíqua é imensamente utilizada em ambientes urbanos, mas ainda é escassa em ambientes oceânicos. Os equipamentos atuais utilizados para o estudo de biodiversidade são de custo alto, e geralmente inacessíveis para o público geral. Uma solução IoT mais acessível necessita de ser implementada para combater estes problemas e fornecer alternativas para facilitar a recolha de dados na natureza. Embora o oceano seja um ambiente severo para aplicar estes dispositivos, este fornece mais oportunidades para explorar a biodiversidade, sendo que a taxa de marinha atual é estimada ser 200 mil, mas este número pode estar nos milhões. O objetivo principal desta tese é fornecer um aparelho e uma arquitetura para estudos aéreos de biodiversidade marinha, baseado em microcontroladores low-cost e microcomputadores. Adi cionalmente, este aparelho irá fornecer uma prova de conceito para coletar e classificar a mídia coletada. A tese irá também explorar e contribuir para as técnicas mais recentes de machine learn ing (e.g. Python, TensorFlow) quando aplicadas num cenário de oceano. O produto final desta tese vai elevar o estado da arte em tecnologias aplicadas a estudos de biologia marinha.pt_PT
dc.identifier.tid202726525pt_PT
dc.identifier.urihttp://hdl.handle.net/10400.13/3430
dc.language.isoengpt_PT
dc.relationLaboratory for Robotics and Engineering Systems
dc.relationLaboratory of Robotics and Engineering Systems
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/pt_PT
dc.subjectUbiquitous computingpt_PT
dc.subjectAerial assessmentspt_PT
dc.subjectWildlife monitoringpt_PT
dc.subjectMachine learningpt_PT
dc.subjectInternet of thingspt_PT
dc.subjectInformatics Engineeringpt_PT
dc.subject.pt_PT
dc.subjectFaculdade de Ciências Exatas e da Engenhariapt_PT
dc.titleMarine biodiversity assessments using aquatic internet of thingspt_PT
dc.typemaster thesis
dspace.entity.typePublication
oaire.awardTitleLaboratory for Robotics and Engineering Systems
oaire.awardTitleLaboratory of Robotics and Engineering Systems
oaire.awardURIinfo:eu-repo/grantAgreement/FCT/6817 - DCRRNI ID/UID%2FEEA%2F50009%2F2019/PT
oaire.awardURIinfo:eu-repo/grantAgreement/FCT/6817 - DCRRNI ID/UIDB%2F50009%2F2020/PT
oaire.awardURIinfo:eu-repo/grantAgreement/FCT/3599-PPCDT/PTDC%2FCCI-CIF%2F32474%2F2017/PT
oaire.awardURIinfo:eu-repo/grantAgreement/FCT/3599-PPCDT/PTDC%2FCCI-COM%2F0450%2F2020/PT
oaire.fundingStream6817 - DCRRNI ID
oaire.fundingStream6817 - DCRRNI ID
oaire.fundingStream3599-PPCDT
oaire.fundingStream3599-PPCDT
project.funder.identifierhttp://doi.org/10.13039/501100001871
project.funder.identifierhttp://doi.org/10.13039/501100001871
project.funder.identifierhttp://doi.org/10.13039/501100001871
project.funder.identifierhttp://doi.org/10.13039/501100001871
project.funder.nameFundação para a Ciência e a Tecnologia
project.funder.nameFundação para a Ciência e a Tecnologia
project.funder.nameFundação para a Ciência e a Tecnologia
project.funder.nameFundação para a Ciência e a Tecnologia
rcaap.rightsopenAccesspt_PT
rcaap.typemasterThesispt_PT
relation.isProjectOfPublicationeda3c844-853e-4c97-83da-99235180d98c
relation.isProjectOfPublicationc0352e81-99e6-4923-99ed-074df09e4db0
relation.isProjectOfPublication1d07778c-c141-48c4-ad24-0d54f265a529
relation.isProjectOfPublication8313e62b-68fe-4974-a9b9-0dfb324cc6c5
relation.isProjectOfPublication.latestForDiscoveryc0352e81-99e6-4923-99ed-074df09e4db0
thesis.degree.nameMaster in Informatics Engineeringpt_PT

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Carlos Martins - Marine Biodiversity Assessments using Aquatic Internet of Things.pdf
Size:
35.79 MB
Format:
Adobe Portable Document Format
Download

Collections

Dissertações de Mestrado