Estimativa de diâmetro a 1,30 m do solo utilizando redes neurais artificiais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Outros Autores: | , , , , |
Tipo de documento: | Artigo de conferência |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFMG |
Texto Completo: | http://hdl.handle.net/1843/43074 https://orcid.org/0000-0003-0909-8633 |
Resumo: | O objetivo deste estudo foi avaliar o desempenho das Redes Neurais Artificiais (RNAs) para estimativa da variável diâmetro a 1,30 m do solo (DAP), utilizando como variáveis independentes Idade, Área útil por planta e Altura das árvores. Foi realizado dois tipos de treinamento, para o primeiro os dados referentes ao último ano do inventário florestal não foram considerados, e para o segundo foi utilizado os dados de todos os anos sendo estes aleatorizados. Utilizou-se o software NeuroForest para treinamento das RNAs. Após o processamento foram calculadas as estatísticas BIAS, RQME, correlação e erro percentual médio; gerados gráficos de dispersão, considerando os valores estimados e observados; e histograma de resíduos. Observou-se que, o treinamento considerando os dados aleatorizados gerou as melhores estatísticas, com valores de correlação altos tanto para a fase de treinamento bem como para a validação, isto em decorrência da maior representatividade dos dados durante o treinamento. Os gráficos gerados para esse treinamento obtiveram menor dispersão dos pontos estimados, podendo inferir a maior precisão da estimativa quando comparado ao treinamento no qual os dados do último ano não foram considerados. |
id |
UFMG_099c321ade6a5a41ad0c1defb0933a8c |
---|---|
oai_identifier_str |
oai:repositorio.ufmg.br:1843/43074 |
network_acronym_str |
UFMG |
network_name_str |
Repositório Institucional da UFMG |
repository_id_str |
|
spelling |
2022-07-08T15:05:53Z2022-07-08T15:05:53Z20184287291http://hdl.handle.net/1843/43074https://orcid.org/0000-0003-0909-8633O objetivo deste estudo foi avaliar o desempenho das Redes Neurais Artificiais (RNAs) para estimativa da variável diâmetro a 1,30 m do solo (DAP), utilizando como variáveis independentes Idade, Área útil por planta e Altura das árvores. Foi realizado dois tipos de treinamento, para o primeiro os dados referentes ao último ano do inventário florestal não foram considerados, e para o segundo foi utilizado os dados de todos os anos sendo estes aleatorizados. Utilizou-se o software NeuroForest para treinamento das RNAs. Após o processamento foram calculadas as estatísticas BIAS, RQME, correlação e erro percentual médio; gerados gráficos de dispersão, considerando os valores estimados e observados; e histograma de resíduos. Observou-se que, o treinamento considerando os dados aleatorizados gerou as melhores estatísticas, com valores de correlação altos tanto para a fase de treinamento bem como para a validação, isto em decorrência da maior representatividade dos dados durante o treinamento. Os gráficos gerados para esse treinamento obtiveram menor dispersão dos pontos estimados, podendo inferir a maior precisão da estimativa quando comparado ao treinamento no qual os dados do último ano não foram considerados.The aim of this study was to evaluate the performance of Artificial Neural Networks (ANNs) to estimate the diameter variable at 1.30 m above ground (DAP), using as independent variables Age, Area per plant and Total height of trees. Two types of training were carried out; for the first, the data referring to the last year of the forest inventory were not considered, and for the second, the data of all the years were used and these were randomized. NeuroForest software was used to train ANNs. After the processing, the Bias, RQME, correlation and mean percent error statistics were calculated; dispersion charts were generated, considering the estimated and observed values; and histogram of residues. It was observed that training considering the randomized data generated the best statistics, with high correlation values both for the training phase as well as for the validation, due to the greater representativeness of the data during the training. The graphs generated for this training obtained less dispersion of the estimated points, and can infer the greater precision of the estimate when compared to the training in which the data of the last year were not considered.CNPq - Conselho Nacional de Desenvolvimento Científico e TecnológicoFAPEMIG - Fundação de Amparo à Pesquisa do Estado de Minas GeraisporUniversidade Federal de Minas GeraisUFMGBrasilICA - INSTITUTO DE CIÊNCIAS AGRÁRIASEncontro Brasileiro de Mensuração FlorestalLevantamentos florestaisInteligência artificialMensuração FlorestalDendrometriainteligência artificial.Estimativa de diâmetro a 1,30 m do solo utilizando redes neurais artificiaisEstimative of diameter at 1.30 m above ground using artificial neural networksinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjecthttp://https://drive.google.com/file/d/1o6kiOE_vilNCNpppbwmOZktU9gkjV-Rc/viewEmanuelly Canabrava MagalhãesSthefany Mendes ZubaThais Sales GonçalvesPaulo Victor Alves de OliveiraAdriana Leandra de AssisCarlos Alberto Araújo Júniorinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGLICENSELicense.txtLicense.txttext/plain; charset=utf-82042https://repositorio.ufmg.br/bitstream/1843/43074/1/License.txtfa505098d172de0bc8864fc1287ffe22MD51ORIGINALEstimativa de diâmetro a 1,30 m do solo utilizando redes neurais artificiais.pdfEstimativa de diâmetro a 1,30 m do solo utilizando redes neurais artificiais.pdfapplication/pdf678966https://repositorio.ufmg.br/bitstream/1843/43074/2/Estimativa%20de%20di%c3%a2metro%20a%201%2c30%20m%20do%20solo%20utilizando%20redes%20neurais%20artificiais.pdf95cab56b5b7ac97f85d3f871845c959eMD521843/430742022-07-08 12:05:54.218oai:repositorio.ufmg.br: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Repositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2022-07-08T15:05:54Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false |
dc.title.pt_BR.fl_str_mv |
Estimativa de diâmetro a 1,30 m do solo utilizando redes neurais artificiais |
dc.title.alternative.pt_BR.fl_str_mv |
Estimative of diameter at 1.30 m above ground using artificial neural networks |
title |
Estimativa de diâmetro a 1,30 m do solo utilizando redes neurais artificiais |
spellingShingle |
Estimativa de diâmetro a 1,30 m do solo utilizando redes neurais artificiais Emanuelly Canabrava Magalhães Mensuração Florestal Dendrometria inteligência artificial. Levantamentos florestais Inteligência artificial |
title_short |
Estimativa de diâmetro a 1,30 m do solo utilizando redes neurais artificiais |
title_full |
Estimativa de diâmetro a 1,30 m do solo utilizando redes neurais artificiais |
title_fullStr |
Estimativa de diâmetro a 1,30 m do solo utilizando redes neurais artificiais |
title_full_unstemmed |
Estimativa de diâmetro a 1,30 m do solo utilizando redes neurais artificiais |
title_sort |
Estimativa de diâmetro a 1,30 m do solo utilizando redes neurais artificiais |
author |
Emanuelly Canabrava Magalhães |
author_facet |
Emanuelly Canabrava Magalhães Sthefany Mendes Zuba Thais Sales Gonçalves Paulo Victor Alves de Oliveira Adriana Leandra de Assis Carlos Alberto Araújo Júnior |
author_role |
author |
author2 |
Sthefany Mendes Zuba Thais Sales Gonçalves Paulo Victor Alves de Oliveira Adriana Leandra de Assis Carlos Alberto Araújo Júnior |
author2_role |
author author author author author |
dc.contributor.author.fl_str_mv |
Emanuelly Canabrava Magalhães Sthefany Mendes Zuba Thais Sales Gonçalves Paulo Victor Alves de Oliveira Adriana Leandra de Assis Carlos Alberto Araújo Júnior |
dc.subject.por.fl_str_mv |
Mensuração Florestal Dendrometria inteligência artificial. |
topic |
Mensuração Florestal Dendrometria inteligência artificial. Levantamentos florestais Inteligência artificial |
dc.subject.other.pt_BR.fl_str_mv |
Levantamentos florestais Inteligência artificial |
description |
O objetivo deste estudo foi avaliar o desempenho das Redes Neurais Artificiais (RNAs) para estimativa da variável diâmetro a 1,30 m do solo (DAP), utilizando como variáveis independentes Idade, Área útil por planta e Altura das árvores. Foi realizado dois tipos de treinamento, para o primeiro os dados referentes ao último ano do inventário florestal não foram considerados, e para o segundo foi utilizado os dados de todos os anos sendo estes aleatorizados. Utilizou-se o software NeuroForest para treinamento das RNAs. Após o processamento foram calculadas as estatísticas BIAS, RQME, correlação e erro percentual médio; gerados gráficos de dispersão, considerando os valores estimados e observados; e histograma de resíduos. Observou-se que, o treinamento considerando os dados aleatorizados gerou as melhores estatísticas, com valores de correlação altos tanto para a fase de treinamento bem como para a validação, isto em decorrência da maior representatividade dos dados durante o treinamento. Os gráficos gerados para esse treinamento obtiveram menor dispersão dos pontos estimados, podendo inferir a maior precisão da estimativa quando comparado ao treinamento no qual os dados do último ano não foram considerados. |
publishDate |
2018 |
dc.date.issued.fl_str_mv |
2018 |
dc.date.accessioned.fl_str_mv |
2022-07-08T15:05:53Z |
dc.date.available.fl_str_mv |
2022-07-08T15:05:53Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/conferenceObject |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/1843/43074 |
dc.identifier.orcid.pt_BR.fl_str_mv |
https://orcid.org/0000-0003-0909-8633 |
url |
http://hdl.handle.net/1843/43074 https://orcid.org/0000-0003-0909-8633 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.ispartof.pt_BR.fl_str_mv |
Encontro Brasileiro de Mensuração Florestal |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.publisher.initials.fl_str_mv |
UFMG |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
ICA - INSTITUTO DE CIÊNCIAS AGRÁRIAS |
publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFMG instname:Universidade Federal de Minas Gerais (UFMG) instacron:UFMG |
instname_str |
Universidade Federal de Minas Gerais (UFMG) |
instacron_str |
UFMG |
institution |
UFMG |
reponame_str |
Repositório Institucional da UFMG |
collection |
Repositório Institucional da UFMG |
bitstream.url.fl_str_mv |
https://repositorio.ufmg.br/bitstream/1843/43074/1/License.txt https://repositorio.ufmg.br/bitstream/1843/43074/2/Estimativa%20de%20di%c3%a2metro%20a%201%2c30%20m%20do%20solo%20utilizando%20redes%20neurais%20artificiais.pdf |
bitstream.checksum.fl_str_mv |
fa505098d172de0bc8864fc1287ffe22 95cab56b5b7ac97f85d3f871845c959e |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG) |
repository.mail.fl_str_mv |
|
_version_ |
1803589225698820096 |