Influência da arquitetura na estimativa de volume de árvores individuais por meio de redes neurais artificiais

Detalhes bibliográficos
Autor(a) principal: Gorgens, Eric Bastos
Data de Publicação: 2014
Outros Autores: Leite, Helio Garcia, Gleriani, José Marinaldo, Soares, Carlos Pedro Boechat, Ceolin, Aline
Tipo de documento: Artigo
Idioma: por
Título da fonte: LOCUS Repositório Institucional da UFV
Texto Completo: http://dx.doi.org/10.1590/S0100-67622014000200009
http://www.locus.ufv.br/handle/123456789/16124
Resumo: As redes neurais supervisionadas são compostas por unidades de processamento organizadas de forma paralela, em que cada uma delas computa determinadas funções matemáticas. As unidades são organizadas em camadas e ligadas por pesos sinápticos que ponderam as entradas, buscando ajustá-los a um padrão de saída previamente estabelecido. É fundamental a correta definição do número de camadas e da quantidade de neurônios em cada uma delas, uma vez que o treinamento é influenciado diretamente por esses parâmetros. Para explorar esse ponto, dados de cubagem de cinco empresas diferentes foram reunidos em uma planilha e, de forma aleatória, divididos em conjunto de treinamento e conjunto de validação. Os dados foram apresentados para três redes com arquiteturas diferentes. A avaliação foi feita por meio de gráficos de resíduos e teste t (p< = 0,05). Com base nos resultados, foi possível concluir que, para obter estimativas de volume por árvore, a rede neural deve ser construída com mais de 10 neurônios na primeira camada, sendo recomendado o uso de mais de uma camada intermediária.
id UFV_a09c3386274d403edf4aca17c2e43154
oai_identifier_str oai:locus.ufv.br:123456789/16124
network_acronym_str UFV
network_name_str LOCUS Repositório Institucional da UFV
repository_id_str 2145
spelling Gorgens, Eric BastosLeite, Helio GarciaGleriani, José MarinaldoSoares, Carlos Pedro BoechatCeolin, Aline2018-01-08T10:59:25Z2018-01-08T10:59:25Z2014-02-271806-9088http://dx.doi.org/10.1590/S0100-67622014000200009http://www.locus.ufv.br/handle/123456789/16124As redes neurais supervisionadas são compostas por unidades de processamento organizadas de forma paralela, em que cada uma delas computa determinadas funções matemáticas. As unidades são organizadas em camadas e ligadas por pesos sinápticos que ponderam as entradas, buscando ajustá-los a um padrão de saída previamente estabelecido. É fundamental a correta definição do número de camadas e da quantidade de neurônios em cada uma delas, uma vez que o treinamento é influenciado diretamente por esses parâmetros. Para explorar esse ponto, dados de cubagem de cinco empresas diferentes foram reunidos em uma planilha e, de forma aleatória, divididos em conjunto de treinamento e conjunto de validação. Os dados foram apresentados para três redes com arquiteturas diferentes. A avaliação foi feita por meio de gráficos de resíduos e teste t (p< = 0,05). Com base nos resultados, foi possível concluir que, para obter estimativas de volume por árvore, a rede neural deve ser construída com mais de 10 neurônios na primeira camada, sendo recomendado o uso de mais de uma camada intermediária.Supervised neural networks are composed of parallel processing units. Each unit, called neurons, computes certain mathematical functions. The units are arranged in layers and connected by synaptic weights to balance the entries, trying to adjust them to a predetermined output pattern. The correct definition of the number of layers and the number of neurons in each layer are crucial, once the training is directly influenced by these parameters. To explore this point, data of scaling from five different regions were arranged in a spreadsheet and randomly divided into training and validation set. Data were presented for three networks with different architectures. The evaluation was performed using residual plots and t test (p <0.05). To estimate volume per tree, the neural network must be built with more than 10 neurons in the first layer, and it is recommended the use of more than one intermediate layer.porRevista Árvorev. 38, n. 2, p. 289-295, Mar./Abr. 2014CubagemNeurôniosCamadaInfluência da arquitetura na estimativa de volume de árvores individuais por meio de redes neurais artificiaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdfinfo:eu-repo/semantics/openAccessreponame:LOCUS Repositório Institucional da UFVinstname:Universidade Federal de Viçosa (UFV)instacron:UFVORIGINAL09.pdf09.pdftexto completoapplication/pdf241228https://locus.ufv.br//bitstream/123456789/16124/1/09.pdf34f936b34a526acfad5847900a1e3538MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://locus.ufv.br//bitstream/123456789/16124/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52THUMBNAIL09.pdf.jpg09.pdf.jpgIM Thumbnailimage/jpeg3951https://locus.ufv.br//bitstream/123456789/16124/3/09.pdf.jpgf48a6bfc164255771d3d7b80d3abcac3MD53123456789/161242018-01-08 22:00:41.862oai:locus.ufv.br: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Repositório InstitucionalPUBhttps://www.locus.ufv.br/oai/requestfabiojreis@ufv.bropendoar:21452018-01-09T01:00:41LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)false
dc.title.pt-BR.fl_str_mv Influência da arquitetura na estimativa de volume de árvores individuais por meio de redes neurais artificiais
title Influência da arquitetura na estimativa de volume de árvores individuais por meio de redes neurais artificiais
spellingShingle Influência da arquitetura na estimativa de volume de árvores individuais por meio de redes neurais artificiais
Gorgens, Eric Bastos
Cubagem
Neurônios
Camada
title_short Influência da arquitetura na estimativa de volume de árvores individuais por meio de redes neurais artificiais
title_full Influência da arquitetura na estimativa de volume de árvores individuais por meio de redes neurais artificiais
title_fullStr Influência da arquitetura na estimativa de volume de árvores individuais por meio de redes neurais artificiais
title_full_unstemmed Influência da arquitetura na estimativa de volume de árvores individuais por meio de redes neurais artificiais
title_sort Influência da arquitetura na estimativa de volume de árvores individuais por meio de redes neurais artificiais
author Gorgens, Eric Bastos
author_facet Gorgens, Eric Bastos
Leite, Helio Garcia
Gleriani, José Marinaldo
Soares, Carlos Pedro Boechat
Ceolin, Aline
author_role author
author2 Leite, Helio Garcia
Gleriani, José Marinaldo
Soares, Carlos Pedro Boechat
Ceolin, Aline
author2_role author
author
author
author
dc.contributor.author.fl_str_mv Gorgens, Eric Bastos
Leite, Helio Garcia
Gleriani, José Marinaldo
Soares, Carlos Pedro Boechat
Ceolin, Aline
dc.subject.pt-BR.fl_str_mv Cubagem
Neurônios
Camada
topic Cubagem
Neurônios
Camada
description As redes neurais supervisionadas são compostas por unidades de processamento organizadas de forma paralela, em que cada uma delas computa determinadas funções matemáticas. As unidades são organizadas em camadas e ligadas por pesos sinápticos que ponderam as entradas, buscando ajustá-los a um padrão de saída previamente estabelecido. É fundamental a correta definição do número de camadas e da quantidade de neurônios em cada uma delas, uma vez que o treinamento é influenciado diretamente por esses parâmetros. Para explorar esse ponto, dados de cubagem de cinco empresas diferentes foram reunidos em uma planilha e, de forma aleatória, divididos em conjunto de treinamento e conjunto de validação. Os dados foram apresentados para três redes com arquiteturas diferentes. A avaliação foi feita por meio de gráficos de resíduos e teste t (p< = 0,05). Com base nos resultados, foi possível concluir que, para obter estimativas de volume por árvore, a rede neural deve ser construída com mais de 10 neurônios na primeira camada, sendo recomendado o uso de mais de uma camada intermediária.
publishDate 2014
dc.date.issued.fl_str_mv 2014-02-27
dc.date.accessioned.fl_str_mv 2018-01-08T10:59:25Z
dc.date.available.fl_str_mv 2018-01-08T10:59:25Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://dx.doi.org/10.1590/S0100-67622014000200009
http://www.locus.ufv.br/handle/123456789/16124
dc.identifier.issn.none.fl_str_mv 1806-9088
identifier_str_mv 1806-9088
url http://dx.doi.org/10.1590/S0100-67622014000200009
http://www.locus.ufv.br/handle/123456789/16124
dc.language.iso.fl_str_mv por
language por
dc.relation.ispartofseries.pt-BR.fl_str_mv v. 38, n. 2, p. 289-295, Mar./Abr. 2014
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Revista Árvore
publisher.none.fl_str_mv Revista Árvore
dc.source.none.fl_str_mv reponame:LOCUS Repositório Institucional da UFV
instname:Universidade Federal de Viçosa (UFV)
instacron:UFV
instname_str Universidade Federal de Viçosa (UFV)
instacron_str UFV
institution UFV
reponame_str LOCUS Repositório Institucional da UFV
collection LOCUS Repositório Institucional da UFV
bitstream.url.fl_str_mv https://locus.ufv.br//bitstream/123456789/16124/1/09.pdf
https://locus.ufv.br//bitstream/123456789/16124/2/license.txt
https://locus.ufv.br//bitstream/123456789/16124/3/09.pdf.jpg
bitstream.checksum.fl_str_mv 34f936b34a526acfad5847900a1e3538
8a4605be74aa9ea9d79846c1fba20a33
f48a6bfc164255771d3d7b80d3abcac3
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)
repository.mail.fl_str_mv fabiojreis@ufv.br
_version_ 1798053242070892544

Registros relacionados