Um método para determinar o volume comercial do Schizolobium amazonicum (Huber) ducke utilizando redes neurais artificiais.
Autor(a) principal: | |
---|---|
Data de Publicação: | 2010 |
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/872394 |
Resumo: | Este trabalho apresenta um método para determinar o volume comercial do Schizolobium amazonicum (Huber) Ducke, com casca, utilizando Redes Neurais Artificiais (RNAs). Compara os resultados com estimativas obtidas pelo método de regressão linear e quadrática. O modelo neural artificial utiliza uma RNA multicamada direta com uma camada intermediária e, o algoritmo de treinamento supervisionado backpropagation. Os resultados obtidos pelo modelo neural foram mais próximos do real que os obtidos pelos métodos de regressão linear e quadrática. O erro médio absoluto obtido pela RNA foi aproximadamente 50% menor quando comparado com o obtido pelo modelo de regressão quadrática e o erro padrão da estimativa cerca de 30% menor do que os obtidos pelos modelos de regressão linear e quadrática. Com o uso do modelo neural, não foi necessário utilizar o fator de forma, já que este varia de acordo com a idade, diâmetro e altura das árvores. |
id |
EMBR_5f17e9e3a91aefc03d307b6dbcd1d7cd |
---|---|
oai_identifier_str |
oai:www.alice.cnptia.embrapa.br:doc/872394 |
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 método para determinar o volume comercial do Schizolobium amazonicum (Huber) ducke utilizando redes neurais artificiais.Redes Neurais ArtificiaisParicáRNAEste trabalho apresenta um método para determinar o volume comercial do Schizolobium amazonicum (Huber) Ducke, com casca, utilizando Redes Neurais Artificiais (RNAs). Compara os resultados com estimativas obtidas pelo método de regressão linear e quadrática. O modelo neural artificial utiliza uma RNA multicamada direta com uma camada intermediária e, o algoritmo de treinamento supervisionado backpropagation. Os resultados obtidos pelo modelo neural foram mais próximos do real que os obtidos pelos métodos de regressão linear e quadrática. O erro médio absoluto obtido pela RNA foi aproximadamente 50% menor quando comparado com o obtido pelo modelo de regressão quadrática e o erro padrão da estimativa cerca de 30% menor do que os obtidos pelos modelos de regressão linear e quadrática. Com o uso do modelo neural, não foi necessário utilizar o fator de forma, já que este varia de acordo com a idade, diâmetro e altura das árvores.ERALDO FERREIRA RODRIGUES, CPATU; TEREZINHA FERREIRA DE OLIVEIRA, UFPa; MARIA REGINA MADRUGA, UFPa; ANTONIO MORAIS DA SILVEIRA, UFPa.RODRIGUES, E. F.OLIVEIRA, T. F. deMADRUGA, M. R.SILVEIRA, A. M. da2011-04-10T11:11:11Z2011-04-10T11:11:11Z2011-01-0720102015-04-08T11:11:11Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleRevista Brasileira de Biometria, v. 28, n. 1, p. 16-23, 2010.http://www.alice.cnptia.embrapa.br/alice/handle/doc/872394porinfo: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:EMBRAPA2017-08-16T02:04:07Zoai:www.alice.cnptia.embrapa.br:doc/872394Repositório InstitucionalPUBhttps://www.alice.cnptia.embrapa.br/oai/requestopendoar:21542017-08-16T02:04:07falseRepositório InstitucionalPUBhttps://www.alice.cnptia.embrapa.br/oai/requestcg-riaa@embrapa.bropendoar:21542017-08-16T02:04:07Repositório 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 método para determinar o volume comercial do Schizolobium amazonicum (Huber) ducke utilizando redes neurais artificiais. |
title |
Um método para determinar o volume comercial do Schizolobium amazonicum (Huber) ducke utilizando redes neurais artificiais. |
spellingShingle |
Um método para determinar o volume comercial do Schizolobium amazonicum (Huber) ducke utilizando redes neurais artificiais. RODRIGUES, E. F. Redes Neurais Artificiais Paricá RNA |
title_short |
Um método para determinar o volume comercial do Schizolobium amazonicum (Huber) ducke utilizando redes neurais artificiais. |
title_full |
Um método para determinar o volume comercial do Schizolobium amazonicum (Huber) ducke utilizando redes neurais artificiais. |
title_fullStr |
Um método para determinar o volume comercial do Schizolobium amazonicum (Huber) ducke utilizando redes neurais artificiais. |
title_full_unstemmed |
Um método para determinar o volume comercial do Schizolobium amazonicum (Huber) ducke utilizando redes neurais artificiais. |
title_sort |
Um método para determinar o volume comercial do Schizolobium amazonicum (Huber) ducke utilizando redes neurais artificiais. |
author |
RODRIGUES, E. F. |
author_facet |
RODRIGUES, E. F. OLIVEIRA, T. F. de MADRUGA, M. R. SILVEIRA, A. M. da |
author_role |
author |
author2 |
OLIVEIRA, T. F. de MADRUGA, M. R. SILVEIRA, A. M. da |
author2_role |
author author author |
dc.contributor.none.fl_str_mv |
ERALDO FERREIRA RODRIGUES, CPATU; TEREZINHA FERREIRA DE OLIVEIRA, UFPa; MARIA REGINA MADRUGA, UFPa; ANTONIO MORAIS DA SILVEIRA, UFPa. |
dc.contributor.author.fl_str_mv |
RODRIGUES, E. F. OLIVEIRA, T. F. de MADRUGA, M. R. SILVEIRA, A. M. da |
dc.subject.por.fl_str_mv |
Redes Neurais Artificiais Paricá RNA |
topic |
Redes Neurais Artificiais Paricá RNA |
description |
Este trabalho apresenta um método para determinar o volume comercial do Schizolobium amazonicum (Huber) Ducke, com casca, utilizando Redes Neurais Artificiais (RNAs). Compara os resultados com estimativas obtidas pelo método de regressão linear e quadrática. O modelo neural artificial utiliza uma RNA multicamada direta com uma camada intermediária e, o algoritmo de treinamento supervisionado backpropagation. Os resultados obtidos pelo modelo neural foram mais próximos do real que os obtidos pelos métodos de regressão linear e quadrática. O erro médio absoluto obtido pela RNA foi aproximadamente 50% menor quando comparado com o obtido pelo modelo de regressão quadrática e o erro padrão da estimativa cerca de 30% menor do que os obtidos pelos modelos de regressão linear e quadrática. Com o uso do modelo neural, não foi necessário utilizar o fator de forma, já que este varia de acordo com a idade, diâmetro e altura das árvores. |
publishDate |
2010 |
dc.date.none.fl_str_mv |
2010 2011-04-10T11:11:11Z 2011-04-10T11:11:11Z 2011-01-07 2015-04-08T11:11:11Z |
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 Biometria, v. 28, n. 1, p. 16-23, 2010. http://www.alice.cnptia.embrapa.br/alice/handle/doc/872394 |
identifier_str_mv |
Revista Brasileira de Biometria, v. 28, n. 1, p. 16-23, 2010. |
url |
http://www.alice.cnptia.embrapa.br/alice/handle/doc/872394 |
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_ |
1794503338317840384 |