ALTURA DE MUDAS DA Tibouchina granulosa COGN. (MELASTOMATACEAE) ESTIMADA POR REDES NEURAIS ARTIFICIAIS

• Autor(a) principal: Cristina Barbosa Ferreira, Jéssica
• Data de Publicação: 2014
• Outros Autores: Oliveira Lafetá, Bruno, Mousslech Andrade Penido, Tamires, Modesto de Campos, Paulo, Mendes Castro, Pedro
• Tipo de documento: Artigo
• Idioma: por; eng
• Título da fonte: Revista da Sociedade Brasileira de Arborização Urbana
• Texto Completo: https://revistas.ufpr.br/revsbau/article/view/66600
• topic: Inteligência artificial; Relações hipsométricas; Vegetação urbana.

O objetivo do presente trabalho foi avaliar a eficiência da estimação da altura de mudas da Tibouchina granulosa em função do diâmetro do coleto, sob diferentes composições de substrato, empregando Redes Neurais Artificiais (RNA). Foram selecionadas 72 mudas produzidas via tubetes para a repicagem em baldes de 25 litros. Adotou-se delineamento experimental inteiramente casualizado, com três repetições, sendo os tratamentos constituídos por quatro composições de substrato. Cada unidade experimental foi composta por seis mudas. Aos 13 meses de idade foram mensurados o Diâmetro à Altura do Coleto (DAC) e a altura total (H) de todas as mudas. Foram treinadas 200 RNA para estimar a H, sendo 100 Multilayer Perceptron (MLP) e 100 Radial Basis Function (RBF). As variáveis utilizadas como entrada das RNA para estimação da altura das mudas foram numéricas (DAC e H) e categórica (T: Substrato 1 – T1; Substrato 2 – T2; Substrato 3 – T3 e Substrato 4 – T4). Conclui-se, assim, que a modelagem por RNA utilizando arquitetura MLP é adequada e precisa para estimar a altura de mudas da Tibouchina granulosa.