Influência da arquitetura na estimativa de volume de árvores individuais por meio de redes neurais artificiais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2014 |
Outros Autores: | , , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | LOCUS Repositório Institucional da UFV |
Texto Completo: | http://dx.doi.org/10.1590/S0100-67622014000200009 http://www.locus.ufv.br/handle/123456789/16124 |
Resumo: | As redes neurais supervisionadas são compostas por unidades de processamento organizadas de forma paralela, em que cada uma delas computa determinadas funções matemáticas. As unidades são organizadas em camadas e ligadas por pesos sinápticos que ponderam as entradas, buscando ajustá-los a um padrão de saída previamente estabelecido. É fundamental a correta definição do número de camadas e da quantidade de neurônios em cada uma delas, uma vez que o treinamento é influenciado diretamente por esses parâmetros. Para explorar esse ponto, dados de cubagem de cinco empresas diferentes foram reunidos em uma planilha e, de forma aleatória, divididos em conjunto de treinamento e conjunto de validação. Os dados foram apresentados para três redes com arquiteturas diferentes. A avaliação foi feita por meio de gráficos de resíduos e teste t (p< = 0,05). Com base nos resultados, foi possível concluir que, para obter estimativas de volume por árvore, a rede neural deve ser construída com mais de 10 neurônios na primeira camada, sendo recomendado o uso de mais de uma camada intermediária. |
id |
UFV_a09c3386274d403edf4aca17c2e43154 |
---|---|
oai_identifier_str |
oai:locus.ufv.br:123456789/16124 |
network_acronym_str |
UFV |
network_name_str |
LOCUS Repositório Institucional da UFV |
repository_id_str |
2145 |
spelling |
Gorgens, Eric BastosLeite, Helio GarciaGleriani, José MarinaldoSoares, Carlos Pedro BoechatCeolin, Aline2018-01-08T10:59:25Z2018-01-08T10:59:25Z2014-02-271806-9088http://dx.doi.org/10.1590/S0100-67622014000200009http://www.locus.ufv.br/handle/123456789/16124As redes neurais supervisionadas são compostas por unidades de processamento organizadas de forma paralela, em que cada uma delas computa determinadas funções matemáticas. As unidades são organizadas em camadas e ligadas por pesos sinápticos que ponderam as entradas, buscando ajustá-los a um padrão de saída previamente estabelecido. É fundamental a correta definição do número de camadas e da quantidade de neurônios em cada uma delas, uma vez que o treinamento é influenciado diretamente por esses parâmetros. Para explorar esse ponto, dados de cubagem de cinco empresas diferentes foram reunidos em uma planilha e, de forma aleatória, divididos em conjunto de treinamento e conjunto de validação. Os dados foram apresentados para três redes com arquiteturas diferentes. A avaliação foi feita por meio de gráficos de resíduos e teste t (p< = 0,05). Com base nos resultados, foi possível concluir que, para obter estimativas de volume por árvore, a rede neural deve ser construída com mais de 10 neurônios na primeira camada, sendo recomendado o uso de mais de uma camada intermediária.Supervised neural networks are composed of parallel processing units. Each unit, called neurons, computes certain mathematical functions. The units are arranged in layers and connected by synaptic weights to balance the entries, trying to adjust them to a predetermined output pattern. The correct definition of the number of layers and the number of neurons in each layer are crucial, once the training is directly influenced by these parameters. To explore this point, data of scaling from five different regions were arranged in a spreadsheet and randomly divided into training and validation set. Data were presented for three networks with different architectures. The evaluation was performed using residual plots and t test (p <0.05). To estimate volume per tree, the neural network must be built with more than 10 neurons in the first layer, and it is recommended the use of more than one intermediate layer.porRevista Árvorev. 38, n. 2, p. 289-295, Mar./Abr. 2014CubagemNeurôniosCamadaInfluência da arquitetura na estimativa de volume de árvores individuais por meio de redes neurais artificiaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdfinfo:eu-repo/semantics/openAccessreponame:LOCUS Repositório Institucional da UFVinstname:Universidade Federal de Viçosa (UFV)instacron:UFVORIGINAL09.pdf09.pdftexto completoapplication/pdf241228https://locus.ufv.br//bitstream/123456789/16124/1/09.pdf34f936b34a526acfad5847900a1e3538MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://locus.ufv.br//bitstream/123456789/16124/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52THUMBNAIL09.pdf.jpg09.pdf.jpgIM Thumbnailimage/jpeg3951https://locus.ufv.br//bitstream/123456789/16124/3/09.pdf.jpgf48a6bfc164255771d3d7b80d3abcac3MD53123456789/161242018-01-08 22:00:41.862oai:locus.ufv.br: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Repositório InstitucionalPUBhttps://www.locus.ufv.br/oai/requestfabiojreis@ufv.bropendoar:21452018-01-09T01:00:41LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)false |
dc.title.pt-BR.fl_str_mv |
Influência da arquitetura na estimativa de volume de árvores individuais por meio de redes neurais artificiais |
title |
Influência da arquitetura na estimativa de volume de árvores individuais por meio de redes neurais artificiais |
spellingShingle |
Influência da arquitetura na estimativa de volume de árvores individuais por meio de redes neurais artificiais Gorgens, Eric Bastos Cubagem Neurônios Camada |
title_short |
Influência da arquitetura na estimativa de volume de árvores individuais por meio de redes neurais artificiais |
title_full |
Influência da arquitetura na estimativa de volume de árvores individuais por meio de redes neurais artificiais |
title_fullStr |
Influência da arquitetura na estimativa de volume de árvores individuais por meio de redes neurais artificiais |
title_full_unstemmed |
Influência da arquitetura na estimativa de volume de árvores individuais por meio de redes neurais artificiais |
title_sort |
Influência da arquitetura na estimativa de volume de árvores individuais por meio de redes neurais artificiais |
author |
Gorgens, Eric Bastos |
author_facet |
Gorgens, Eric Bastos Leite, Helio Garcia Gleriani, José Marinaldo Soares, Carlos Pedro Boechat Ceolin, Aline |
author_role |
author |
author2 |
Leite, Helio Garcia Gleriani, José Marinaldo Soares, Carlos Pedro Boechat Ceolin, Aline |
author2_role |
author author author author |
dc.contributor.author.fl_str_mv |
Gorgens, Eric Bastos Leite, Helio Garcia Gleriani, José Marinaldo Soares, Carlos Pedro Boechat Ceolin, Aline |
dc.subject.pt-BR.fl_str_mv |
Cubagem Neurônios Camada |
topic |
Cubagem Neurônios Camada |
description |
As redes neurais supervisionadas são compostas por unidades de processamento organizadas de forma paralela, em que cada uma delas computa determinadas funções matemáticas. As unidades são organizadas em camadas e ligadas por pesos sinápticos que ponderam as entradas, buscando ajustá-los a um padrão de saída previamente estabelecido. É fundamental a correta definição do número de camadas e da quantidade de neurônios em cada uma delas, uma vez que o treinamento é influenciado diretamente por esses parâmetros. Para explorar esse ponto, dados de cubagem de cinco empresas diferentes foram reunidos em uma planilha e, de forma aleatória, divididos em conjunto de treinamento e conjunto de validação. Os dados foram apresentados para três redes com arquiteturas diferentes. A avaliação foi feita por meio de gráficos de resíduos e teste t (p< = 0,05). Com base nos resultados, foi possível concluir que, para obter estimativas de volume por árvore, a rede neural deve ser construída com mais de 10 neurônios na primeira camada, sendo recomendado o uso de mais de uma camada intermediária. |
publishDate |
2014 |
dc.date.issued.fl_str_mv |
2014-02-27 |
dc.date.accessioned.fl_str_mv |
2018-01-08T10:59:25Z |
dc.date.available.fl_str_mv |
2018-01-08T10:59:25Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://dx.doi.org/10.1590/S0100-67622014000200009 http://www.locus.ufv.br/handle/123456789/16124 |
dc.identifier.issn.none.fl_str_mv |
1806-9088 |
identifier_str_mv |
1806-9088 |
url |
http://dx.doi.org/10.1590/S0100-67622014000200009 http://www.locus.ufv.br/handle/123456789/16124 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.ispartofseries.pt-BR.fl_str_mv |
v. 38, n. 2, p. 289-295, Mar./Abr. 2014 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Revista Árvore |
publisher.none.fl_str_mv |
Revista Árvore |
dc.source.none.fl_str_mv |
reponame:LOCUS Repositório Institucional da UFV instname:Universidade Federal de Viçosa (UFV) instacron:UFV |
instname_str |
Universidade Federal de Viçosa (UFV) |
instacron_str |
UFV |
institution |
UFV |
reponame_str |
LOCUS Repositório Institucional da UFV |
collection |
LOCUS Repositório Institucional da UFV |
bitstream.url.fl_str_mv |
https://locus.ufv.br//bitstream/123456789/16124/1/09.pdf https://locus.ufv.br//bitstream/123456789/16124/2/license.txt https://locus.ufv.br//bitstream/123456789/16124/3/09.pdf.jpg |
bitstream.checksum.fl_str_mv |
34f936b34a526acfad5847900a1e3538 8a4605be74aa9ea9d79846c1fba20a33 f48a6bfc164255771d3d7b80d3abcac3 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV) |
repository.mail.fl_str_mv |
fabiojreis@ufv.br |
_version_ |
1801213018875363328 |