Integração e Rotulação Automatizada de Dados sobre o Cnidário Physalia physalis, usando a Geolocalização como Referência

Abstract

Classification techniques in machine learning models have been effectively applied to text and image recognition. But for any and every application, data need to be trained and tested. In order to achieve good performance in the classification process, these data need to be reliably labeled, which makes the process expensive and time-consuming. In this paper, we propose an approach to reduce the cost of manual labeling a database composed of Portuguese man of war (Physalia physalis) sightings on Brazilian beaches. The technique is based on integrating Instagram posts with newspaper articles based on their temporal and spatial proximity. The ultimate goal is to use these labeled data for training a classification technique in the machine learning process.

Coleta de Dados do Instagram sobre Ocorrências de Caravelas-Portuguesas na Costa Brasileira

“…Este trabalho está dentro do contexto de um projeto mais abrangente, que tem por objetivo desenvolver técnicas para automatizar o processo de coleta contínua, análise (Rocha and Hara, 2022) e integrac ¸ão com outras fontes de dados (Reips and Hara, 2022) a respeito da caravela-portuguesa. Dessa forma, as planilhas com dados rotulados podem ser utilizados para o treinamento de modelos de aprendizagem de máquina para a etapa de análise, a fim de automaticamente identificar postagens com ocorrências verdadeiras de caravela-portuguesa.…”