Um sistema baseado em machine learning para apoio à decisão no gerenciamento de produção apícola.

Detalhes bibliográficos
Autor(a) principal: SILVA, W. D.
Data de Publicação: 2021
Outros Autores: PEREIRA, S. S. L., PEREIRA, D. S., COSTA, M. O. X. D.
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