Application of neural networks to predict volume in eucalyptus
Autor(a) principal: | |
---|---|
Data de Publicação: | 2015 |
Outros Autores: | , , , , |
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 |