Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/43074| Type: | Artigo de Evento |
| Title: | Estimativa de diâmetro a 1,30 m do solo utilizando redes neurais artificiais |
| Other Titles: | Estimative of diameter at 1.30 m above ground using artificial neural networks |
| Authors: | Emanuelly Canabrava Magalhães Sthefany Mendes Zuba Thais Sales Gonçalves Paulo Victor Alves de Oliveira Adriana Leandra de Assis Carlos Alberto Araújo Júnior |
| Abstract: | O objetivo deste estudo foi avaliar o desempenho das Redes Neurais Artificiais (RNAs) para estimativa da variável diâmetro a 1,30 m do solo (DAP), utilizando como variáveis independentes Idade, Área útil por planta e Altura das árvores. 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. Utilizou-se o software NeuroForest para treinamento das RNAs. Após o processamento foram calculadas as estatísticas BIAS, RQME, correlação e erro percentual médio; gerados gráficos de dispersão, considerando os valores estimados e observados; e histograma de resíduos. Observou-se que, o treinamento considerando os dados aleatorizados gerou as melhores estatísticas, com valores de correlação altos tanto para a fase de treinamento bem como para a validação, isto em decorrência da maior representatividade dos dados durante o treinamento. Os gráficos gerados para esse treinamento obtiveram menor dispersão dos pontos estimados, podendo inferir a maior precisão da estimativa quando comparado ao treinamento no qual os dados do último ano não foram considerados. |
| Abstract: | The aim of this study was to evaluate the performance of Artificial Neural Networks (ANNs) to estimate the diameter variable at 1.30 m above ground (DAP), using as independent variables Age, Area per plant and Total height of trees. Two types of training were carried out; for the first, the data referring to the last year of the forest inventory were not considered, and for the second, the data of all the years were used and these were randomized. NeuroForest software was used to train ANNs. After the processing, the Bias, RQME, correlation and mean percent error statistics were calculated; dispersion charts were generated, considering the estimated and observed values; and histogram of residues. It was observed that training considering the randomized data generated the best statistics, with high correlation values both for the training phase as well as for the validation, due to the greater representativeness of the data during the training. The graphs generated for this training obtained less dispersion of the estimated points, and can infer the greater precision of the estimate when compared to the training in which the data of the last year were not considered. |
| Subject: | Levantamentos florestais Inteligência artificial |
| 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/1843/43074 |
| Issue Date: | 2018 |
| metadata.dc.url.externa: | http://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 de diâmetro a 1,30 m do solo utilizando redes neurais artificiais.pdf | 663.05 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.