Análisis de patrones acústicos para determinar estado de colonias de abejas mediante Regresión Logística Lasso y Descomposición en Valores Singulares

Abstract

El trabajo de tesis presenta un análisis de un problema de clasificación multiclase para identificar colonias saludables, sin reina y de baja población, mediante el análisis de las señales acústicas. Se estudiaron cinco colonias de abeja carniola en distintas condiciones biológicas. Para grabar el sonido de las colonias de abejas se implementó un sistema de monitoreo basado en una Raspberry Pi 2 y micrófonos omnidireccionales. La metodología de análisis está basada en MFCC y un modelo de clasificación penalizado mediante Regresión Logística Lasso. Los resultados demuestran que es posible identificar cada una de las condiciones bajo estudio con una alta tasa de correcta clasificación. Sin embargo, la parte más interesante del estudio se centra en el análisis de los conglomerados mediante gráficas de dispersión utilizando descomposición en valores singulares. El análisis permitió observar que las muestras de colonias que representan la misma condición se agrupan, además, las colonias pueden generar ligeras variaciones en el patrón y puede estar relacionado con su estado de salud, volumen poblacional y actividad de pecoreo. Finalmente, se calcularon los parámetros de monitoreo para determinar la cantidad de muestras y la longitud que brinden un buen rendimiento y al mismo tiempo el espacio de almacenamiento en memoria sea mínimo.