Repository logo
 
No Thumbnail Available
Publication

Animal route prediction using artificial intelligence

Use this identifier to reference this record.
Name:Description:Size:Format: 
Tese_5581.pdf23.83 MBAdobe PDF Download

Abstract(s)

The conservation of wildlife is becoming increasingly critical, especially for endangered species, which face threats from habitat destruction and human interference. This dissertation explores the application of artificial intelligence to predict animal migration routes, an important aspect in species conservation. By using historical GPS tracking data, this study seeks to improve the understanding of the movement patterns of migratory animals. This work starts by addressing several research questions that culminate in the main question, ’How can artificial intelligence be used in predicting animal migration routes?’. These questions focus on the primary techniques and algorithms applied in these cases, the main tracking mechanisms used to gather animal movement information, and the societal implications of the use of AI in this context. Following the systematic review, the development of a feedforward neural network model design for animal route prediction was done. The choice of this model reflects the need for a computationally efficient solution capable of handling the complex data derived from the GPS tracking of African elephants. The model’s performance was improved with hyperparameter tuning, and metrics such as mean squared error (MSE) and R-squared were utilised, demonstrating promising predictive accuracy. By combining AI techniques with wildlife conservation efforts, this work aims to contribute towards mitigating the adverse impacts of human intrusion on migration corridors and enhance efforts to protect endangered species.
A conservação da vida selvagem está a tornar-se cada vez mais crítica, especialmente para as espécies ameaçadas, que enfrentam ameaças de destruição do habitat e de interferência humana. Esta dissertação explora a aplicação da inteligência artificial (IA) para prever rotas de migração de animais, um aspeto importante na conservação de espécies. Ao utilizar dados históricos de localização por GPS, este estudo procura melhorar a compreensão dos padrões de movimento dos animais migratórios. Este trabalho começa por abordar várias questões de investigação que culminam na questão principal: "Como pode a inteligência artificial ser utilizada na previsão de rotas de migração de animais?". Estas questões centram-se nas principais técnicas e algoritmos aplicados nestes casos, nos principais mecanismos de rastreio utilizados para recolher informações sobre os movimentos dos animais e nas implicações sociais da utilização da IA neste contexto. Na sequência da revisão sistemática, foi desenvolvido um modelo de rede neural feedforward (FNN) para a previsão de rotas de animais. A escolha deste modelo reflete a necessidade de uma solução computacionalmente eficiente, capaz de lidar com os dados complexos derivados da localização GPS de elefantes africanos. O desempenho do modelo foi melhorado com o ajuste de hiperparâmetros, e foram utilizadas métricas como o erro quadrático médio (MSE) e o coeficiente de determinação (R2), demonstrando uma precisão de previsão promissora. Ao combinar técnicas de IA com esforços de conservação da vida selvagem, este trabalho tem como objetivo contribuir para mitigar os impactos adversos da intrusão humana nos corredores de migração e melhorar os esforços para proteger as espécies ameaçadas de extinção.

Description

Keywords

Animal migration Feedforward neural network Wildlife conservation Route prediction Wildlife corridors African elephant Migração animal Rede neuronal feedforward Conservação da vida selvagem Previsão de rotas Corredores de vida selvagem Elefante Africano

Citation

Research Projects

Organizational Units

Journal Issue