@MASTERSTHESIS{ 2012:603100491,
 	title = {Uma abordagem para classifica??o de anuros baseada em vocaliza??es},
 	year = {2012},
 	url = "http://tede.ufam.edu.br/handle/tede/2964",
 	abstract = "O monitoramento de animais selvagens ? frequentemente usado por bi?logos para cole-
 tar informa??es a cerca dos animais e seus habitats. Neste contexto, os sons produzidos
 pelos animais oferecem uma impress?o biom?trica que pode ser usada para classificar os
 animais em uma dada regi?o. Assim, Redes de Sensores Sem Fio (RSSFs) representam
 uma importante alternativa para a classifica??o autom?tica de animais, baseando-se
 nos sons por eles produzidos. Neste trabalho, apresentamos uma solu??o, que usa
 aprendizagem de m?quina e processamento de sinais, para classificar animais selva-
 gens com base em suas vocaliza??es. Como prova-de-conceito, aplicamos a solu??o
 para classificar anuros. O motivo ? que anuros j? s?o utilizados por bi?logos como
 indicador precoce de estresse ecol?gico, oferecendo informa??o a cerca de ecossistemas
 terrestre e aqu?tico. Al?m disso, a solu??o deve considerar as limita??es de RSSFs,
 buscando reduzir a carga de comunica??o para prolongar o tempo de vida da rede.
 Portanto, representamos os sinais ac?sticos por conjuntos de caracter?sticas. Esta re-
 presenta??o nos permite identificar padr?es espec?ficos que descrevem cada uma das
 esp?cies monitoradas, reduzindo, assim, o volume de informa??o a ser trafegado na
 rede. A identifica??o destas caracter?sticas, ou combina??es delas, ? um ponto chave
 para aprimorar a rela??o custo-benef?cio da solu??o. Em nossa an?lise, primeiramente
 comparamos os conjuntos de caracter?sticas temporais e espectrais, usando a entropia
 como crit?rio para gera??o das combina??es. A seguir, reduzimos o conjunto de ca-
 racter?sticas, usando algoritmos gen?ticos. O framework proposto cont?m tr?s passos:
 (i) pr?-processamento, para preparar os sinais e extrair unidades chamadas s?labas; (ii)
 extra??o de caracter?sticas; e (iii) classifica??o, usando k-NN ou SVM. Os experimentos
 consistem de quatro estudos de casos, avaliando o efeito da quantiza??o e o n?mero de
 bits usados para representar o sinal quantizado. Isto nos permite concluir que, para
 os cen?rios avaliados, o conjunto de coeficientes Mel ? o mais adequado para classificar
 vocaliza??es de anuros.",
 	publisher = {Universidade Federal do Amazonas},
 	scholl = {Programa de P?s-gradua??o em Inform?tica},
 	note = {Instituto de Computa??o}
}