Work

Mesura de Peixos per Control de Recursos Marins

Year: 2019
Type: dissertation
Abstract: Basat en la situació crítica actual del medi ambient, el present projecte tracta d'aportar una solució útil, mitjançant la intel·ligència artificial, que combati una de les causes principals d'aquest escenari, la sobreexplotació d'espècies aquàtiques per al consum.\nAixí doncs, els objectius d'aquest projecte consisteixen, per una banda, en el desenvolupament i optimització d'un algoritme capaç de reconèixer i classificar 8 espècies aquàtiques a partir d'imatges i, per altra banda, persegueix implementar el model obtingut en una aplicació mòbil per aconseguir una eina de control en la prevenció del mal aprofitament dels recursos marins disponibles.\nEn primer lloc, es fa una explicació del valor que pot aportar un camp concret de la intel·ligència artificial, l'aprenentatge automàtic, en l'assoliment dels propòsits del projecte. \nD'aquesta manera, s'introdueixen els diferents tipus d'algoritmes d'aprenentatge existents i els models que poden fer-ne un ús eficient de cadascun.\nTot seguit, es presenta el tipus de model específic que s'utilitzarà per dur a terme el projecte, les xarxes neuronals en l'àmbit de l'aprenentatge profund. Un cop exposats el seu funcionament i la seva estructura, s'expliquen les característiques de les xarxes neuronals convolucionals, un cas concret centrat en l'entorn de la visió per computador. Aleshores, es descriu un model idoni per a la implementació en dispositius mòbils degut a la seva mida i eficiència, la MobileNet.\nSeguidament, es fa referència a les possibles estratègies a seguir de transferència d'aprenentatge per tal de superar les limitacions, tant en recursos físics com temporals, que comporten aquest tipus de projectes. A més, es fa un repàs de les diverses tècniques que existeixen per optimitzar aquesta mena d'algoritmes.\nSeguint els fonaments teòrics assolits, a la part pràctica s'exposa la metodologia per obtenir, organitzar i processar la base de dades necessària per aconseguir un model derivat de la MobileNet. Per tal fi, s'utilitzen llibreries del llenguatge de programació Python com Keras, Scikit-learn i Matplotlib executades en l'entorn de treball Colaboratory.\nDesprés d'optimitzar el model, aconseguint un 94,34% de precisió de predicció, es mostren els passos de la seva implementació en una aplicació mòbil iOS fent ús de l'entorn de treball Core ML i l'entorn de desenvolupament integrat Xcode d'Apple que requereix del llenguatge de programació SWIFT.\nFinalment, es determina l'impacte ambiental, el pressupost i les conclusions, fent èmfasi en les possibles limitacions i millores del projecte contemplant, també, altres implementacions futures.
Author: Guirado Rivas, Albert
Language: Catalan
Open Access status: green
OpenAlex ID: W6983451345
Cites: 19
Cited by:
Related to: 10