- 98078 - Augusto Barcelos Barros - Turma: 2TDSS
- 551423 - Izabelly De Oliveira Menezes - Turma: 2TDSS
- 97707 - Lucas Pinheiro de Melo - Turma: 2TDSA
- 99578 - Marcos Henrique Garrido da Silva - Turma: 2TDSA
- 98266 - Mel Maia Rodrigues - Turma: 2TDSA
O projeto IoT Ocean Style visa desenvolver modelos de aprendizado de máquina para análise de áudio, com foco na classificação de conjuntos de dados de áudio. O repositório contém diversos modelos de aprendizado de máquina e scripts para processamento e análise de dados. O foco está na criação de modelos que podem classificar diferentes tipos de sons subaquáticos, ajudando na conservação, estudo e identificação da poluição sonora causada por barcos, contribuindo para a preservação dos ecossistemas marinhos.
O projeto IoT Ocean Style aborda a poluição sonora nos oceanos causada por embarcações. A poluição sonora é uma ameaça significativa para a vida marinha, interferindo na comunicação, navegação e comportamento das espécies. Este projeto utiliza técnicas de aprendizado de máquina para classificar e identificar ruídos de barcos em gravações, permitindo um monitoramento eficiente da poluição sonora.
Estrutura do Repositório
- Modelo LDA: Scripts e arquivos para o modelo de Linear Discriminant Analysis.
- Modelo LR: Recursos para o modelo de Logistic Regression.
- Modelo RFC: Arquivos relacionados ao modelo de Random Forest Classifier.
- audios: Diretório para armazenar arquivos de áudio usados no projeto.
- csv: Contém arquivos CSV para entrada e saída de dados.
Benefícios e Futuro
A implementação de tais modelos pode auxiliar na preservação da vida marinha ao fornecer dados precisos para pesquisadores e organizações ambientais. Melhorias futuras podem incluir a expansão dos tipos de sons analisados e a integração com sensores IoT para monitoramento em tempo real.
* Identificação e monitoramento de ruídos de embarcações.
* Análise do impacto da poluição sonora na vida marinha.
* Estudo de padrões acústicos marinhos e comportamento das espécies.