Application of neural networks to predict volume in eucalyptus

Detalhes bibliográficos
Autor(a) principal: Bhering, Leonardo Lopes
Data de Publicação: 2015
Outros Autores: Cruz, Cosme Damião, Peixoto, Leonardo de Azevedo, Rosado, Antônio Marcos, Nascimento, Moysés, Laviola, Bruno Galveas
Tipo de documento: Artigo
Idioma: eng
Título da fonte: LOCUS Repositório Institucional da UFV
Texto Completo: http://dx.doi.org/10.1590/1984-70332015v15n3a23
http://www.locus.ufv.br/handle/123456789/17415
Resumo: O objetivo deste trabalho foi avaliar a metodologia das redes neurais artificiais (RNA) para predizer o volume de madeira nos programas de melhoramento de eucalipto e na seleção de famílias comparando as RNA com modelos de regressão. O delineamento foi em blocos casualizados com 140 famílias de meios-irmãos, 5 e 4 repetições para 3 e 6 anos respectivamente, ambos com 5 plantas por parcela. Para o treinamento da rede, foi utilizado 2000 e 1500 indivíduos, e para validação foram utilizados 1500 e 1300 indivíduos, respectivamente, para 3 e 6 anos. Foi concluído que as RNA pode ajudar a melhorar a acurácia na medição do volume em árvores de eucalipto e automatizar o processo do inventário florestal. As RNA foram mais acuradas na predição do volume de madeira que quase todos os modelos de regressão.
id UFV_ea7230d3e0af1d6474f0609c18d44bce
oai_identifier_str oai:locus.ufv.br:123456789/17415
network_acronym_str UFV
network_name_str LOCUS Repositório Institucional da UFV
repository_id_str 2145
spelling Bhering, Leonardo LopesCruz, Cosme DamiãoPeixoto, Leonardo de AzevedoRosado, Antônio MarcosNascimento, MoysésLaviola, Bruno Galveas2018-02-07T12:19:22Z2018-02-07T12:19:22Z2015-03-161984-7033http://dx.doi.org/10.1590/1984-70332015v15n3a23http://www.locus.ufv.br/handle/123456789/17415O objetivo deste trabalho foi avaliar a metodologia das redes neurais artificiais (RNA) para predizer o volume de madeira nos programas de melhoramento de eucalipto e na seleção de famílias comparando as RNA com modelos de regressão. O delineamento foi em blocos casualizados com 140 famílias de meios-irmãos, 5 e 4 repetições para 3 e 6 anos respectivamente, ambos com 5 plantas por parcela. Para o treinamento da rede, foi utilizado 2000 e 1500 indivíduos, e para validação foram utilizados 1500 e 1300 indivíduos, respectivamente, para 3 e 6 anos. Foi concluído que as RNA pode ajudar a melhorar a acurácia na medição do volume em árvores de eucalipto e automatizar o processo do inventário florestal. As RNA foram mais acuradas na predição do volume de madeira que quase todos os modelos de regressão.The aim of this study was to evaluate the methodology of Artificial Neural Networks (ANN) in order to predict wood volume in eucalyptus and its impacts on the selection of superior families, and to compare artificial neural network with regression models. Data used were obtained in a random block design with 140 half-sib families with five replications at three years of age, and four replications at six years of age, both with five plants per plot. The volume was estimated using ANN and regression models. It was used 2000 and 1500 data to train ANN, and 1500 and 1300 to validate ANN for 3 and 6 years of age, respectively. It is concluded that ANN can help improving the accuracy to measure the volume in eucalyptus trees, and to automate the process of forestry inventory and were more accurate in predicting wood volume than almost all regression models.engCrop Breeding and Applied Biotechnologyv .15, n. 3, p. 125-131, July/Sept. 2015Genetic parametersGain with selectionPlant breedingApplication of neural networks to predict volume in eucalyptusinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdfinfo:eu-repo/semantics/openAccessreponame:LOCUS Repositório Institucional da UFVinstname:Universidade Federal de Viçosa (UFV)instacron:UFVORIGINALartigo.pdfartigo.pdfTexto completoapplication/pdf331177https://locus.ufv.br//bitstream/123456789/17415/1/artigo.pdf727848f7ee6ce7a81192a977ab4b589cMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://locus.ufv.br//bitstream/123456789/17415/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52THUMBNAILartigo.pdf.jpgartigo.pdf.jpgIM Thumbnailimage/jpeg4863https://locus.ufv.br//bitstream/123456789/17415/3/artigo.pdf.jpg718d4f949c6ab1c60efa541190ed9f78MD53123456789/174152018-02-07 22:01:07.855oai:locus.ufv.br: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Repositório InstitucionalPUBhttps://www.locus.ufv.br/oai/requestfabiojreis@ufv.bropendoar:21452018-02-08T01:01:07LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)false
dc.title.en.fl_str_mv Application of neural networks to predict volume in eucalyptus
title Application of neural networks to predict volume in eucalyptus
spellingShingle Application of neural networks to predict volume in eucalyptus
Bhering, Leonardo Lopes
Genetic parameters
Gain with selection
Plant breeding
title_short Application of neural networks to predict volume in eucalyptus
title_full Application of neural networks to predict volume in eucalyptus
title_fullStr Application of neural networks to predict volume in eucalyptus
title_full_unstemmed Application of neural networks to predict volume in eucalyptus
title_sort Application of neural networks to predict volume in eucalyptus
author Bhering, Leonardo Lopes
author_facet Bhering, Leonardo Lopes
Cruz, Cosme Damião
Peixoto, Leonardo de Azevedo
Rosado, Antônio Marcos
Nascimento, Moysés
Laviola, Bruno Galveas
author_role author
author2 Cruz, Cosme Damião
Peixoto, Leonardo de Azevedo
Rosado, Antônio Marcos
Nascimento, Moysés
Laviola, Bruno Galveas
author2_role author
author
author
author
author
dc.contributor.author.fl_str_mv Bhering, Leonardo Lopes
Cruz, Cosme Damião
Peixoto, Leonardo de Azevedo
Rosado, Antônio Marcos
Nascimento, Moysés
Laviola, Bruno Galveas
dc.subject.pt-BR.fl_str_mv Genetic parameters
Gain with selection
Plant breeding
topic Genetic parameters
Gain with selection
Plant breeding
description O objetivo deste trabalho foi avaliar a metodologia das redes neurais artificiais (RNA) para predizer o volume de madeira nos programas de melhoramento de eucalipto e na seleção de famílias comparando as RNA com modelos de regressão. O delineamento foi em blocos casualizados com 140 famílias de meios-irmãos, 5 e 4 repetições para 3 e 6 anos respectivamente, ambos com 5 plantas por parcela. Para o treinamento da rede, foi utilizado 2000 e 1500 indivíduos, e para validação foram utilizados 1500 e 1300 indivíduos, respectivamente, para 3 e 6 anos. Foi concluído que as RNA pode ajudar a melhorar a acurácia na medição do volume em árvores de eucalipto e automatizar o processo do inventário florestal. As RNA foram mais acuradas na predição do volume de madeira que quase todos os modelos de regressão.
publishDate 2015
dc.date.issued.fl_str_mv 2015-03-16
dc.date.accessioned.fl_str_mv 2018-02-07T12:19:22Z
dc.date.available.fl_str_mv 2018-02-07T12:19:22Z
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/10.1590/1984-70332015v15n3a23
http://www.locus.ufv.br/handle/123456789/17415
dc.identifier.issn.none.fl_str_mv 1984-7033
identifier_str_mv 1984-7033
url http://dx.doi.org/10.1590/1984-70332015v15n3a23
http://www.locus.ufv.br/handle/123456789/17415
dc.language.iso.fl_str_mv eng
language eng
dc.relation.ispartofseries.pt-BR.fl_str_mv v .15, n. 3, p. 125-131, July/Sept. 2015
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 Crop Breeding and Applied Biotechnology
publisher.none.fl_str_mv Crop Breeding and Applied Biotechnology
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/123456789/17415/1/artigo.pdf
https://locus.ufv.br//bitstream/123456789/17415/2/license.txt
https://locus.ufv.br//bitstream/123456789/17415/3/artigo.pdf.jpg
bitstream.checksum.fl_str_mv 727848f7ee6ce7a81192a977ab4b589c
8a4605be74aa9ea9d79846c1fba20a33
718d4f949c6ab1c60efa541190ed9f78
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_ 1801212972029181952

Registros relacionados