FenixEdu™

Dissertação

Passive classification of fishing activities based on automatic identification system EVALUATED

Detalhes: Nesta tese, utilizamos dados do AIS (sistema automático de identificação) para desenvolver um modelo de classificação capaz de prever de forma rápida e precisa o tipo de equipamento de pesca utilizado. Além disso, propomos um sistema adicional para determinar a presença ou ausência de atividades de pesca em períodos específicos. Os dados do AIS utilizados em nosso estudo são fornecidos pela organização global Fishing Watch, que fornece dados rotulados que foram utilizados em projetos anteriores de aprendizado de máquina. Ao identificar padrões e tendências de pesca, nossas descobertas têm um valor significativo para empresas de pesca e, mais importante, para autoridades regulatórias que visam aprimorar o monitoramento das atividades de pesca e reduzir as capturas ilegais. Nesta tese, apresentamos uma variedade de modelos e avaliamos seu desempenho em ambos os sistemas. Avaliamos modelos de ponta a ponta e modelos que exigem engenharia de características. Com base em extensos testes, concluímos que o modelo LSTM-FCN se destaca como o mais adequado para este problema específico. Notavelmente, ele apresenta um desempenho superior e exige um processamento mínimo de dados devido à sua arquitetura de ponta a ponta.
Keywords: Aprendizado Profundo, Classificação de Séries Temporais, Atividade de Pesca, Pesca Ilegal, Não Declarada e Não Regulamentada.

Discussão: julho 3, 2023, 14:0