Personas investigadoras
| Nombre completo | Rol |
|---|---|
| Geovanni Figueroa Mata | Coordinador |
| Juan Pablo Prendas Rojas | Investigador |
Sistema automático de clasificación de abejas sin aguijón (Apidae: Meliponini) basado en el contorno y venación de sus alas
El proyecto desarrolla una aplicación para visualizar los datos se generan en el primer puente piloto del proyecto eBridge. Los datos se obtendrán en forma inalámbrica desde la red de sensores remotos, tales datos servirán para monitorear el comportamiento del puente en diversas circunstancias (clima, condiciones del tránsito, condiciones telúricas, etc.) y con estos datos se podrá no solo monitorear la estabilidad del puente, sino que se podrá predecir su comportamiento futuro. La herramienta que se pretende desarrollar servirá para visualizar estos datos en el "cave" del laboratorio de eScience y desde ahí a través de una interfaz diseñada para esos datos, se podrá analizar en forma tridimensional la situación real del puente en ese momento.
En un sistema de discrimación se espera que el porcentaje de éxito sea cercano a 100. Con la discriminación de abejas nativas sin aguijón a nivel de género se ha cumplido con esta expectativa, sin embargo, es necesario mejorar el porcentaje de identificación de especie. Con la idea de mejorar el porcentaje de éxito para la discriminación de especies se consultó con los biólogos del CINAT, expertos en estudios apícolas, y se decidido que es necesario incorporar algunos discriminadores de especies que no están en el ala, tales como colores de otras partes del cuerpo, vellosidad, tamaño de patas o antenas u otras. Al igual que en otras abejas sin aguijón, como Paratrigona Schwarz y Plebeia sp., especies del género Nogueirapis se reconocen principalmente por las diferencias en el patrón de color de las obreras. Tales diferencias de color son a menudo apoyados por otros rasgos morfológicos incluidos el tamaño del cuerpo, así como la forma y proporciones de las diferentes estructuras membranosas. La propuesta es hacer que el sistema cuando tenga ‘duda’ sobre la especie, ya sea por la existencia de valores muy cercanos al máximo de coincidencias o por coincidencias múltiples, se torne en un sistema semi asistido. Por ejemplo, se ha determinado que las especies Trigona silvestriana y Trigona fulviventris tienen alas muy similares que podrían confundir al sistema, sin embargo estas especies se diferencian en la coloración del abdomen. Con algunas preguntas sencillas al usuario, sin necesidad de entrenamiento ni gasto excesivo en laboratorios, el sistema mejoraría sin duda el porcentaje de detección por especie. Otra posibilidad interesante es considerar la georreferencia de la imagen y que esta ingrese al sistema como un nuevo parámetro discriminador. Además, se ha pensado que a futuros el sistema podría ser llevado a ambientes menos controlados y ponerlo a disposición de los meliponicultores. Sería un gran avance la implementación del sistema en algún dispositivo móvil y que el preprocesado identifique el ala de la abeja incluso con la presencia del resto del cuerpo. Además, con el diseño de una interfaz para el usuario y el mantenimiento en un servidor los meliponicultores e investigadores apícolas tendrían una herramienta muy valiosa que podría ser usada incluso vía web.