Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/43008
Type: | Artigo de Periódico |
Title: | Redes neurais artificiais para estimar a densidade básica de madeiras do cerrado |
Other Titles: | Artificial neural network to estimate the basic density of cerrado wood |
Authors: | Jeferson Pereira Martins Silva Christian Dias Cabacinha Adriana Leandra Assis Thiago Campos Monteiro Carlos Alberto Araújo Júnior Renato Dourado Maia |
Abstract: | A densidade básica da madeira é uma propriedade importante, pois está relacionada ao produto final nos diversos usos que a madeira possui. Porém, sua determinação demanda tempo e custos, o que justifica o emprego de técnicas mais refinadas para a sua estimação, como as redes neurais artificias (RNA). Objetivou-se avaliar a utilização das RNA para estimar a densidade básica de espécies do cerrado sensu stricto com o uso do aparelho Pilodyn e variáveis dendrométricas. Para comparação dos resultados obtidos pelas RNA, foram ajustados modelos de regressão. A rede neural com melhor desempenho foi a que utilizou como variáveis de entrada a profundidade de penetração (Pilodyn), espécie e o DAP, apresentando valores de R² de 0,72 e com raiz do erro quadrado médio em porcentagem (RMSE%) de 5,69. Já o modelo de regressão apresentou valor de R² de 0,72 e RMSE% de 9,19. As redes neurais artificiais conseguem estimar a densidade básica da madeira de espécies do cerrado stricto sensu com resultados satisfatórios. |
Abstract: | The basic density of wood is an important property because it is related to the final product in the various uses of wood. However, its determination demands time and costs, which justifies the use of more refined techniques for its estimation, such as artificial neural networks (ANN). Our objective was to evaluate the use of artificial neural networks to estimate the basic density of species of cerrado stricto sensu with the use of Pilodyn and dendrometric variables. To compare the results obtained by ANN, regression models were adjusted. The best performing neural network was the one that used as input variables the depth of penetration (Pilodyn), species and diameter at 1.3 m above ground level, presenting R² = 0.72 and with root mean square error in percentage (RMSE%) = 5.69. The regression model presented R² = 0.72 and RMSE% = 9.19. The artificial neural networks can estimate the basic wood density of the studied species of cerrado stricto sensu with satisfactory results. |
Subject: | Redes neurais (Computação) Inteligência artificial Madeira - Densidade Dendrometria |
language: | por |
metadata.dc.publisher.country: | Brasil |
Publisher: | Universidade Federal de Minas Gerais |
Publisher Initials: | UFMG |
metadata.dc.publisher.department: | ICA - INSTITUTO DE CIÊNCIAS AGRÁRIAS |
Rights: | Acesso Aberto |
metadata.dc.identifier.doi: | https://doi.org/10.4336/2018.pfb.38e201801656 |
URI: | http://hdl.handle.net/1843/43008 |
Issue Date: | 29-Dec-2018 |
metadata.dc.url.externa: | https://pfb.cnpf.embrapa.br/pfb/index.php/pfb/article/view/1656/825 |
metadata.dc.relation.ispartof: | Pesquisa Florestal Brasileira |
Appears in Collections: | Artigo de Periódico |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Redes neurais artificiais para estimar a densidade básica de madeiras do cerrado.pdf | 550.13 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.