Repository logo
 
Publication

Dashboard for collecting and depicting the marine megafauna presence

2021-06-16Master thesis Open access
Simple item page
datacite.subject.fosEngenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informáticapt_PT
datacite.subject.fosCiências Naturais::Outras Ciências Naturaispt_PT
dc.contributor.advisorRadeta, Marko
dc.contributor.advisorQuintal, Filipe Magno Gouveia
dc.contributor.authorAguiar, Paulo Filipe Nunes
dc.date.accessioned2021-07-21T11:04:32Z
dc.date.available2021-07-21T11:04:32Z
dc.date.issued2021-06-16
dc.description.abstractWhile more and more technologies and software are being created and applied for the ocean setting, most of them still remain at high cost, and hinder the data to wider public. Understanding the marine biodiversity can be achieved through numerous ways, however, there is a lack of consensus and operability when depicting the marine megafauna population. Moreover, Deep Learning (DL) techniques are becoming accessible to wider population, and there is a potential of exposing them to the marine biologists, involving them to participate in public web-based dashboards, depicting those data. This dissertation addresses such issues, by providing an interactive dashboard, capable of fa cilitating the classification, prediction and deeper analysis of marine species. Using the State of Art (SoA) Machine Learning (ML) techniques for image vision, and providing the interactive vi sualizations, this thesis seeks to provide a less cumbersome apparatus for marine biologists, who can participate further in data gathering, labelling, depicting, ecological modelling, and potential calls for action. In further, this dissertation document provides the aquatic dashboard functionality using Human-Computer Interaction (HCI) techniques and interactive means to ease the upload, clas sification, and visualization of collected marine taxa, with a case study on marine megafauna imagery (e.g. whales, dolphins, sea birds, seals and turtles). As it will be hereinafter described, marine biologists, as end users, will evaluate of the proposed dashboard.pt_PT
dc.description.abstractTodos os dias surgem novas tecnologias e softwares que podem ser aplicados no ecossistema marinho, sendo que a maioria destas permanecem com um custo elevado, dificultando assim o acesso ao público em geral. O conhecimento deste sistema e de toda a biodiversidade nele existente, pode ser alcançado de diversas formas, no entanto, existe uma falta de consenso e operacionalidade ao descrever a população de megafauna. Além disto, técnicas de aprendizagem automática como o deep learning, permanecem acessíveis a uma população mais ampla, e existe o potential do envolvimento de profissionais da área, mais conhecidos como biólogos marinhos, para participar na criação e usabilidade de plataformas conhecidas como dashboards. Esta tese tem como função debater estas questões, fornecendo um dashboard interativo, capaz de facilitar a classificação, previsão e análise mais profunda das espécies marinhas. Usando técnicas de aprendizagem automática de última geração, para informação visual em imagens, e fornecer interfaces visuais muito interativas, esta tese procura fornecer uma ferramenta simples para os biólogos marinhos, podendo assim participar na recolha de dados, rotulagem, modelação ecológica e possíveis pedidos de alerta. A dissertação produzirá um dashboard funcional, utilizando técnicas de Interação Humano Computador (HCI) e meios interativos para facilitar o carregamento de dados, a classificação e visualização da fauna marinha coletada (p.ex. baleia, golfinho, ave marinha, foca e tartaruga). Como será descrito durante este manuscrito, biólogos marinhos, como utilizadores finais, irão participar na avaliação deste proposto dashboard.pt_PT
dc.identifier.tid202745716pt_PT
dc.identifier.urihttp://hdl.handle.net/10400.13/3563
dc.language.isoengpt_PT
dc.relationLaboratory for Robotics and Engineering Systems
dc.relationLaboratory of Robotics and Engineering Systems
dc.subjectAvaliações da biodiversidadept_PT
dc.subjectMegafauna marinhapt_PT
dc.subjectAprendizagem automáticapt_PT
dc.subjectDesenvolvimento Webpt_PT
dc.subjectVisualização de informaçãopt_PT
dc.subjectBiodiversity assessmentspt_PT
dc.subjectMarine megafaunapt_PT
dc.subjectDeep learningpt_PT
dc.subjectBack-end/front-end developmentpt_PT
dc.subjectInformation visualizationpt_PT
dc.subjectInformatics Engineeringpt_PT
dc.subject.pt_PT
dc.subjectFaculdade de Ciências Exatas e da Engenhariapt_PT
dc.titleDashboard for collecting and depicting the marine megafauna presencept_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/3599-PPCDT/PTDC%2FCCI-CIF%2F32474%2F2017/PT
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-COM%2F0450%2F2020/PT
oaire.fundingStream3599-PPCDT
oaire.fundingStream6817 - DCRRNI ID
oaire.fundingStream6817 - DCRRNI ID
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.isProjectOfPublication1d07778c-c141-48c4-ad24-0d54f265a529
relation.isProjectOfPublicationeda3c844-853e-4c97-83da-99235180d98c
relation.isProjectOfPublicationc0352e81-99e6-4923-99ed-074df09e4db0
relation.isProjectOfPublication8313e62b-68fe-4974-a9b9-0dfb324cc6c5
relation.isProjectOfPublication.latestForDiscovery8313e62b-68fe-4974-a9b9-0dfb324cc6c5
thesis.degree.nameMaster in Informatics Engineeringpt_PT

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Paulo_MSc_Final.pdf
Size:
13.83 MB
Format:
Adobe Portable Document Format
Download

Collections

Dissertações de Mestrado