Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/43069| Type: | Artigo de Evento |
| Title: | Estimativa da altura total de árvores utilizando diferentes técnicas de inteligências artificial |
| Other Titles: | Estimation of total tree height using different artificial intelligence techniques |
| Authors: | Thais Sales Gonçalves Gabriela Letícia Ramos Carvalho Paulo Ricardo Santos Miranda Emanuelly Canabrava Magalhães Sthefany Mendes Zuba Carlos Alberto Araújo Júnior |
| Abstract: | O presente trabalho teve como objetivo avaliar o desempenho de quatro técnicas de inteligência artificial para estimativa da altura total de árvores adotando como variáveis independentes Idade, Área útil por planta e diâmetro a 1,30 m do solo (Dap). As técnicas testadas foram Random Forest, Neuro Fuzzy, Support Vector Machine e Redes Neurais Artificiais, sendo o processamento dos dados possibilitado pelo uso dos softwares Statistica, MatLab e NeuroForest. Foi realizado dois tipos de treinamento; para o primeiro os dados referentes ao último ano do inventário florestal não foram considerados, e para o segundo foi utilizado os dados de todos os anos sendo estes aleatorizados. Após o processamento, foram calculadas as estatísticas Bias, RQME, correlação e erro percentual médio; gerados gráficos de dispersão, considerando os valores observados; e histograma de resíduos. Constatou-se que o processamento com os dados aleatorizados apresentou os melhores índices estatísticos e a técnica Support Vector Machine apresentou os melhores resultados quando comparada às demais. |
| Abstract: | The objective of this study was to evaluate the performance of four artificial intelligence techniques to estimate the total height of trees, using as independent variables Age, Area per plant and diameter at 1,30 m of soil (Dap). The techniques tested were Random Forest, Neuro Fuzzy, Support Vector Machine and Artificial Neural Networks, being the data processing made possible by the use of Statistica, MatLab and NeuroForest software. Two types of training were performed; for the first one the data referring to the last year of the forest inventory were not considered, and for the second one the data of all the years were used being these randomized. After the processing, the statistics Bias, RQME, correlation and average percentage error were calculated; scatter plots were generated, considering the observed values; and histogram of residues. It was verified that the processing with the randomized data presented the best statistical indices and the Support Vector Machine technique presented the best results when compared to the others. |
| Subject: | Inteligência artificial Levantamentos florestais Estatística - Análise |
| 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 |
| URI: | http://hdl.handle.net/1843/43069 |
| Issue Date: | 2018 |
| metadata.dc.url.externa: | https://drive.google.com/file/d/1o6kiOE_vilNCNpppbwmOZktU9gkjV-Rc/view |
| metadata.dc.relation.ispartof: | Encontro Brasileiro de Mensuração Florestal |
| Appears in Collections: | Artigo de Evento |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Estimativa da altura total de árvores utilizando diferentes técnicas de inteligências artificial.pdf | 785.72 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.