Utilização de redes neurais artificiais em inventário de florestas comerciais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2014 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) |
Texto Completo: | http://repositorio.ufes.br/handle/10/7682 |
Resumo: | The objective of this study was to analyze the performance of artificial neural networks (ANN) to obtain estimates of eucalyptus and pine dendrometric variables in different growing conditions in order to analyze your learning ability and generalization in estimating variables commonly used in inventory of commercial forests and is divided into three chapters. Chapter I is to examine the ability of RNA to estimate the total height of trees of different kinds in different growth conditions and compare the results with designs commonly used for forest companies. For this, we used data of total height and diameter of 1.30 m in height from a sample of the population and registration information such as age, location, farm, age, gender and spacing. Chapter 2 aims to estimate the volume of trees of different species and growing conditions through artificial neural networks, comparing the results with a model commonly used by forestry companies. To do so, they were obtained cubed data eucalyptus and pine sample collected in different growing conditions, forming several layers with representative samples being fundamental basis for analyzing the ability of learning and generalization of a RNA into precise estimate variables and exact a heterogeneous population. Finally, chapter III aims to analyze the ability of RNA to describe the shaft profile, estimating the diameter at different positions along the trunk of trees of different species in different growing conditions, and compare its performance with models commonly used in by forestry companies. The data were related to the cubed of eucalyptus and pine trees, collected in different growing conditions, forming several layers with representative samples being fundamental basis for analyzing the ability of learning and generalization of a RNA in describing the bole profile precise and exact a heterogeneous population. To generate the estimates of the variables in this study we used the free system NeuroForest 3.0. Given the above, the use of artificial intelligence through artificial neural networks proved effective and efficient assimilation capacity and generalization of data from different species, are able to recommend its use in inventory of commercial forests, with excellent results. |
id |
UFES_72725d41bc02d3bccd0fd35312c08071 |
---|---|
oai_identifier_str |
oai:repositorio.ufes.br:10/7682 |
network_acronym_str |
UFES |
network_name_str |
Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) |
repository_id_str |
2108 |
spelling |
Utilização de redes neurais artificiais em inventário de florestas comerciaisUse of artificial neural networks in inventory of commercial_x000D_ forestsRecursos Florestais e Engenharia Florestal630The objective of this study was to analyze the performance of artificial neural networks (ANN) to obtain estimates of eucalyptus and pine dendrometric variables in different growing conditions in order to analyze your learning ability and generalization in estimating variables commonly used in inventory of commercial forests and is divided into three chapters. Chapter I is to examine the ability of RNA to estimate the total height of trees of different kinds in different growth conditions and compare the results with designs commonly used for forest companies. For this, we used data of total height and diameter of 1.30 m in height from a sample of the population and registration information such as age, location, farm, age, gender and spacing. Chapter 2 aims to estimate the volume of trees of different species and growing conditions through artificial neural networks, comparing the results with a model commonly used by forestry companies. To do so, they were obtained cubed data eucalyptus and pine sample collected in different growing conditions, forming several layers with representative samples being fundamental basis for analyzing the ability of learning and generalization of a RNA into precise estimate variables and exact a heterogeneous population. Finally, chapter III aims to analyze the ability of RNA to describe the shaft profile, estimating the diameter at different positions along the trunk of trees of different species in different growing conditions, and compare its performance with models commonly used in by forestry companies. The data were related to the cubed of eucalyptus and pine trees, collected in different growing conditions, forming several layers with representative samples being fundamental basis for analyzing the ability of learning and generalization of a RNA in describing the bole profile precise and exact a heterogeneous population. To generate the estimates of the variables in this study we used the free system NeuroForest 3.0. Given the above, the use of artificial intelligence through artificial neural networks proved effective and efficient assimilation capacity and generalization of data from different species, are able to recommend its use in inventory of commercial forests, with excellent results.O objetivo deste trabalho foi deanalisar o desempenho das redes neurais artificiais (RNA) em obter estimativas de variáveis dendrométricas de eucalipto e pinus em diferentes condições de crescimento, visando analisar sua capacidade de aprendizado e generalização em estimar variáveis comumente utilizadas em inventário de florestas comerciais, sendo estruturado em três capítulos. O capítulo I consiste em analisar a capacidade de uma RNA em estimar a altura total de árvores de diferentes espécies em diferentes condições de crescimento e comparar os resultados com modelos comumente utilizados por empresas florestais. Para isso, foram usados dados de altura total e diâmetro a 1,30 m de altura de uma amostra da população e de informações cadastrais como idade, local, fazenda, idade, gênero e espaçamento.O capítulo 2 visa estimar o volume de árvores de diferentes espécies e condições de crescimento por meio de redes neurais artificiais, comparando os resultados com um modelo comumente utilizado por empresas florestais. Para tanto, foram obtidos dados de cubagem rigorosa de amostra de eucalipto e pinus, coletados em diferentes condições de crescimento, formando vários estratos com amostras representativas, sendo base fundamental para analisar a capacidade de aprendizagem e generalização de uma RNA em estimar variáveis precisas e exatas de uma população heterogênea. Por fim, o capitulo III tem o objetivo de analisar a capacidade de uma RNA em descrever o perfil do fuste, estimando o diâmetro em diferentes posições ao longo do tronco, de árvores de diferentes espécies em diferentes condições de crescimento, e comparar seu desempenho com modelos comumente utilizados em por empresas florestais. Os dados utilizados foram referentes à cubagem rigorosa de árvores de eucalipto e pinus, coletados em diferentes condições de crescimento, formando vários estratos com amostras representativas, sendo base fundamental para analisar a capacidade de aprendizagem e generalização de uma RNA em descrever o perfil do fuste de forma precisa e exata de uma população heterogênea. Para gerar as estimativas das variáveis deste estudo foi utilizado o sistema livreNeuroForest3.0. Diante do exposto, o uso da inteligência artificial por meio de redes neurais artificiais se mostrou eficaz e eficiente, com capacidade de assimilação e generalização dos dados de diferentes espécies, podendo ser recomendadasua utilização em inventário de florestas comerciais, apresentando excelentes resultados. Palavras-chave: Inventário Florestal,Manejo Florestal,Redes Neurais Artificiais.Universidade Federal do Espírito SantoBRMestrado em Ciências FlorestaisCentro de Ciências Agrárias e EngenhariasUFESPrograma de Pós-Graduação em Ciências FlorestaisBinoti, Daniel Henrique BredaMendonça, Adriano Ribeiro deSilva, Gilson Fernandes daLeite, Helio GarciaBinoti, Daniel Henrique BredaSilva, Gilson Fernandes daCampos, Bráulio Pizziôlo Furtado2018-08-01T22:35:54Z2018-08-012018-08-01T22:35:54Z2014-12-08info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisTextapplication/pdfCAMPOS, Bráulio Pizziôlo Furtado. Utilização de redes neurais artificiais em inventário de florestas comerciais. 2014. 80 f. Dissertação (Mestrado em Ciências Florestais) - Programa de Pós-Graduação em Ciências Florestais, Universidade Federal do Espírito Santo, Centro de Ciências Agrárias e Engenharias, Jerônimo Monteiro, 2014.http://repositorio.ufes.br/handle/10/7682porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da Universidade Federal do Espírito Santo (riUfes)instname:Universidade Federal do Espírito Santo (UFES)instacron:UFES2024-06-21T15:46:43Zoai:repositorio.ufes.br:10/7682Repositório InstitucionalPUBhttp://repositorio.ufes.br/oai/requestopendoar:21082024-06-21T15:46:43Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) - Universidade Federal do Espírito Santo (UFES)false |
dc.title.none.fl_str_mv |
Utilização de redes neurais artificiais em inventário de florestas comerciais Use of artificial neural networks in inventory of commercial_x000D_ forests |
title |
Utilização de redes neurais artificiais em inventário de florestas comerciais |
spellingShingle |
Utilização de redes neurais artificiais em inventário de florestas comerciais Campos, Bráulio Pizziôlo Furtado Recursos Florestais e Engenharia Florestal 630 |
title_short |
Utilização de redes neurais artificiais em inventário de florestas comerciais |
title_full |
Utilização de redes neurais artificiais em inventário de florestas comerciais |
title_fullStr |
Utilização de redes neurais artificiais em inventário de florestas comerciais |
title_full_unstemmed |
Utilização de redes neurais artificiais em inventário de florestas comerciais |
title_sort |
Utilização de redes neurais artificiais em inventário de florestas comerciais |
author |
Campos, Bráulio Pizziôlo Furtado |
author_facet |
Campos, Bráulio Pizziôlo Furtado |
author_role |
author |
dc.contributor.none.fl_str_mv |
Binoti, Daniel Henrique Breda Mendonça, Adriano Ribeiro de Silva, Gilson Fernandes da Leite, Helio Garcia Binoti, Daniel Henrique Breda Silva, Gilson Fernandes da |
dc.contributor.author.fl_str_mv |
Campos, Bráulio Pizziôlo Furtado |
dc.subject.por.fl_str_mv |
Recursos Florestais e Engenharia Florestal 630 |
topic |
Recursos Florestais e Engenharia Florestal 630 |
description |
The objective of this study was to analyze the performance of artificial neural networks (ANN) to obtain estimates of eucalyptus and pine dendrometric variables in different growing conditions in order to analyze your learning ability and generalization in estimating variables commonly used in inventory of commercial forests and is divided into three chapters. Chapter I is to examine the ability of RNA to estimate the total height of trees of different kinds in different growth conditions and compare the results with designs commonly used for forest companies. For this, we used data of total height and diameter of 1.30 m in height from a sample of the population and registration information such as age, location, farm, age, gender and spacing. Chapter 2 aims to estimate the volume of trees of different species and growing conditions through artificial neural networks, comparing the results with a model commonly used by forestry companies. To do so, they were obtained cubed data eucalyptus and pine sample collected in different growing conditions, forming several layers with representative samples being fundamental basis for analyzing the ability of learning and generalization of a RNA into precise estimate variables and exact a heterogeneous population. Finally, chapter III aims to analyze the ability of RNA to describe the shaft profile, estimating the diameter at different positions along the trunk of trees of different species in different growing conditions, and compare its performance with models commonly used in by forestry companies. The data were related to the cubed of eucalyptus and pine trees, collected in different growing conditions, forming several layers with representative samples being fundamental basis for analyzing the ability of learning and generalization of a RNA in describing the bole profile precise and exact a heterogeneous population. To generate the estimates of the variables in this study we used the free system NeuroForest 3.0. Given the above, the use of artificial intelligence through artificial neural networks proved effective and efficient assimilation capacity and generalization of data from different species, are able to recommend its use in inventory of commercial forests, with excellent results. |
publishDate |
2014 |
dc.date.none.fl_str_mv |
2014-12-08 2018-08-01T22:35:54Z 2018-08-01 2018-08-01T22:35:54Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
CAMPOS, Bráulio Pizziôlo Furtado. Utilização de redes neurais artificiais em inventário de florestas comerciais. 2014. 80 f. Dissertação (Mestrado em Ciências Florestais) - Programa de Pós-Graduação em Ciências Florestais, Universidade Federal do Espírito Santo, Centro de Ciências Agrárias e Engenharias, Jerônimo Monteiro, 2014. http://repositorio.ufes.br/handle/10/7682 |
identifier_str_mv |
CAMPOS, Bráulio Pizziôlo Furtado. Utilização de redes neurais artificiais em inventário de florestas comerciais. 2014. 80 f. Dissertação (Mestrado em Ciências Florestais) - Programa de Pós-Graduação em Ciências Florestais, Universidade Federal do Espírito Santo, Centro de Ciências Agrárias e Engenharias, Jerônimo Monteiro, 2014. |
url |
http://repositorio.ufes.br/handle/10/7682 |
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.format.none.fl_str_mv |
Text application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal do Espírito Santo BR Mestrado em Ciências Florestais Centro de Ciências Agrárias e Engenharias UFES Programa de Pós-Graduação em Ciências Florestais |
publisher.none.fl_str_mv |
Universidade Federal do Espírito Santo BR Mestrado em Ciências Florestais Centro de Ciências Agrárias e Engenharias UFES Programa de Pós-Graduação em Ciências Florestais |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) instname:Universidade Federal do Espírito Santo (UFES) instacron:UFES |
instname_str |
Universidade Federal do Espírito Santo (UFES) |
instacron_str |
UFES |
institution |
UFES |
reponame_str |
Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) |
collection |
Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal do Espírito Santo (riUfes) - Universidade Federal do Espírito Santo (UFES) |
repository.mail.fl_str_mv |
|
_version_ |
1818367991441522688 |