Um sistema baseado em machine learning para apoio à decisão no gerenciamento de produção apícola.
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Outros Autores: | , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice) |
Texto Completo: | http://www.alice.cnptia.embrapa.br/alice/handle/doc/1134191 |
Resumo: | O setor apícola tem ganhado grandes proporções nos últimos tempos em termos de produção e comercialização de produtos, como o mel e seus derivados. O Brasil, apesar de ter acompanhado esse crescimento e possuir boas características para o desenvolvimento da apicultura, ainda sofre com a limitação no uso de ferramentas tecnológicas, o que afeta diretamente os níveis de produção. Este artigo propõe o desenvolvimento de uma ferramenta tecnológica que auxilie o apicultor no gerenciamento eficiente da produção apícola e na tomada de decisão a partir de modelos preditivos baseados em Machine Learning (ML) e integrados a um sistema web. Para tanto, foram utilizados diferentes algoritmos de ML para predição de produção de mel, tais como a Regressão Linear Múltipla, Decision Tree, Random Forest, Multilayer Perceptron (MLP) e Support Vector Regression (SVR). Os modelos gerados foram avaliados com base no coeficiente de determinação (R2 ou Score) e o cálculo de erro das predições utilizando a Root Mean Squared Error (RMSE). Os resultados desta pesquisa contam com um sistema web em desenvolvimento e resultados dos experimentos realizados, que mostram uma melhor performance da técnica MLP com Score de 0.98 e RMSE de 711196 libras. |
id |
EMBR_2fe27ffedd1d4dbb13febe673651ed40 |
---|---|
oai_identifier_str |
oai:www.alice.cnptia.embrapa.br:doc/1134191 |
network_acronym_str |
EMBR |
network_name_str |
Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice) |
repository_id_str |
2154 |
spelling |
Um sistema baseado em machine learning para apoio à decisão no gerenciamento de produção apícola.Aprendizado de MáquinaRegressãoModelos PreditivosSistemas de InformaçãoApiculturaO setor apícola tem ganhado grandes proporções nos últimos tempos em termos de produção e comercialização de produtos, como o mel e seus derivados. O Brasil, apesar de ter acompanhado esse crescimento e possuir boas características para o desenvolvimento da apicultura, ainda sofre com a limitação no uso de ferramentas tecnológicas, o que afeta diretamente os níveis de produção. Este artigo propõe o desenvolvimento de uma ferramenta tecnológica que auxilie o apicultor no gerenciamento eficiente da produção apícola e na tomada de decisão a partir de modelos preditivos baseados em Machine Learning (ML) e integrados a um sistema web. Para tanto, foram utilizados diferentes algoritmos de ML para predição de produção de mel, tais como a Regressão Linear Múltipla, Decision Tree, Random Forest, Multilayer Perceptron (MLP) e Support Vector Regression (SVR). Os modelos gerados foram avaliados com base no coeficiente de determinação (R2 ou Score) e o cálculo de erro das predições utilizando a Root Mean Squared Error (RMSE). Os resultados desta pesquisa contam com um sistema web em desenvolvimento e resultados dos experimentos realizados, que mostram uma melhor performance da técnica MLP com Score de 0.98 e RMSE de 711196 libras.WESKLEY DAMASCENO SILVA, IFCE; SILAS SANTIAGO LOPES PEREIRA, IFCE; DANIEL SANTIAGO PEREIRA, CPATU; MICHELL OLIVIO XAVIER DA COSTA, CPATU.SILVA, W. D.PEREIRA, S. S. L.PEREIRA, D. S.COSTA, M. O. X. D.2021-09-22T17:00:22Z2021-09-22T17:00:22Z2021-09-102021info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleRevista Brasileira de Agrotecnologia, v. 11, n. 1, p. 8-19, 2021.http://www.alice.cnptia.embrapa.br/alice/handle/doc/113419110.18378/rebagro.v11i1.8679porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice)instname:Empresa Brasileira de Pesquisa Agropecuária (Embrapa)instacron:EMBRAPA2021-09-22T17:00:32Zoai:www.alice.cnptia.embrapa.br:doc/1134191Repositório InstitucionalPUBhttps://www.alice.cnptia.embrapa.br/oai/requestopendoar:21542021-09-22T17:00:32falseRepositório InstitucionalPUBhttps://www.alice.cnptia.embrapa.br/oai/requestcg-riaa@embrapa.bropendoar:21542021-09-22T17:00:32Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice) - Empresa Brasileira de Pesquisa Agropecuária (Embrapa)false |
dc.title.none.fl_str_mv |
Um sistema baseado em machine learning para apoio à decisão no gerenciamento de produção apícola. |
title |
Um sistema baseado em machine learning para apoio à decisão no gerenciamento de produção apícola. |
spellingShingle |
Um sistema baseado em machine learning para apoio à decisão no gerenciamento de produção apícola. SILVA, W. D. Aprendizado de Máquina Regressão Modelos Preditivos Sistemas de Informação Apicultura |
title_short |
Um sistema baseado em machine learning para apoio à decisão no gerenciamento de produção apícola. |
title_full |
Um sistema baseado em machine learning para apoio à decisão no gerenciamento de produção apícola. |
title_fullStr |
Um sistema baseado em machine learning para apoio à decisão no gerenciamento de produção apícola. |
title_full_unstemmed |
Um sistema baseado em machine learning para apoio à decisão no gerenciamento de produção apícola. |
title_sort |
Um sistema baseado em machine learning para apoio à decisão no gerenciamento de produção apícola. |
author |
SILVA, W. D. |
author_facet |
SILVA, W. D. PEREIRA, S. S. L. PEREIRA, D. S. COSTA, M. O. X. D. |
author_role |
author |
author2 |
PEREIRA, S. S. L. PEREIRA, D. S. COSTA, M. O. X. D. |
author2_role |
author author author |
dc.contributor.none.fl_str_mv |
WESKLEY DAMASCENO SILVA, IFCE; SILAS SANTIAGO LOPES PEREIRA, IFCE; DANIEL SANTIAGO PEREIRA, CPATU; MICHELL OLIVIO XAVIER DA COSTA, CPATU. |
dc.contributor.author.fl_str_mv |
SILVA, W. D. PEREIRA, S. S. L. PEREIRA, D. S. COSTA, M. O. X. D. |
dc.subject.por.fl_str_mv |
Aprendizado de Máquina Regressão Modelos Preditivos Sistemas de Informação Apicultura |
topic |
Aprendizado de Máquina Regressão Modelos Preditivos Sistemas de Informação Apicultura |
description |
O setor apícola tem ganhado grandes proporções nos últimos tempos em termos de produção e comercialização de produtos, como o mel e seus derivados. O Brasil, apesar de ter acompanhado esse crescimento e possuir boas características para o desenvolvimento da apicultura, ainda sofre com a limitação no uso de ferramentas tecnológicas, o que afeta diretamente os níveis de produção. Este artigo propõe o desenvolvimento de uma ferramenta tecnológica que auxilie o apicultor no gerenciamento eficiente da produção apícola e na tomada de decisão a partir de modelos preditivos baseados em Machine Learning (ML) e integrados a um sistema web. Para tanto, foram utilizados diferentes algoritmos de ML para predição de produção de mel, tais como a Regressão Linear Múltipla, Decision Tree, Random Forest, Multilayer Perceptron (MLP) e Support Vector Regression (SVR). Os modelos gerados foram avaliados com base no coeficiente de determinação (R2 ou Score) e o cálculo de erro das predições utilizando a Root Mean Squared Error (RMSE). Os resultados desta pesquisa contam com um sistema web em desenvolvimento e resultados dos experimentos realizados, que mostram uma melhor performance da técnica MLP com Score de 0.98 e RMSE de 711196 libras. |
publishDate |
2021 |
dc.date.none.fl_str_mv |
2021-09-22T17:00:22Z 2021-09-22T17:00:22Z 2021-09-10 2021 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/article |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
Revista Brasileira de Agrotecnologia, v. 11, n. 1, p. 8-19, 2021. http://www.alice.cnptia.embrapa.br/alice/handle/doc/1134191 10.18378/rebagro.v11i1.8679 |
identifier_str_mv |
Revista Brasileira de Agrotecnologia, v. 11, n. 1, p. 8-19, 2021. 10.18378/rebagro.v11i1.8679 |
url |
http://www.alice.cnptia.embrapa.br/alice/handle/doc/1134191 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice) instname:Empresa Brasileira de Pesquisa Agropecuária (Embrapa) instacron:EMBRAPA |
instname_str |
Empresa Brasileira de Pesquisa Agropecuária (Embrapa) |
instacron_str |
EMBRAPA |
institution |
EMBRAPA |
reponame_str |
Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice) |
collection |
Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice) |
repository.name.fl_str_mv |
Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice) - Empresa Brasileira de Pesquisa Agropecuária (Embrapa) |
repository.mail.fl_str_mv |
cg-riaa@embrapa.br |
_version_ |
1794503509810348032 |