Predição da área foliar em acerola por redes neurais e regressão múltipla
| dc.creator | Alcinei Místico de Azevedo | |
| dc.creator | Vitor Alves da Silveira | |
| dc.creator | Celso Mattes Oliveira | |
| dc.creator | Carlos Enrrik Pedrosa | |
| dc.creator | Vinícius Teixeira Lemos | |
| dc.creator | Nermy Ribeiro Valadares | |
| dc.creator | Amanda Gonçalves Guimarães | |
| dc.date.accessioned | 2022-03-28T17:35:31Z | |
| dc.date.accessioned | 2025-09-09T00:31:53Z | |
| dc.date.available | 2022-03-28T17:35:31Z | |
| dc.date.issued | 2019 | |
| dc.description.abstract | The objective of this work was to predict the leaf area in acerola by means of artificial neural networks (ANNs) and verify the efficiency of this methodology in comparison to multiple regression models. The length, width and area of 350 leaves of acerola were evaluated, 14 models of multiple regression and model of multilayer perceptron type RNA were used to predict the leaf area. The quality of fit between the multiple regression models and the ANNs was close, but the artificial neural networks were more efficient in the prediction of the leaf area in acerola, with determination coefficient superior to 0,98, being the network with two neurons in the intermediate layer the best prediction. | |
| dc.identifier.doi | https://doi.org/10.32406/v2n32019/96-105/ | |
| dc.identifier.issn | 25953125 | |
| dc.identifier.uri | https://hdl.handle.net/1843/40500 | |
| dc.language | por | |
| dc.publisher | Universidade Federal de Minas Gerais | |
| dc.relation.ispartof | Revista Agrária Acadêmica | |
| dc.rights | Acesso Aberto | |
| dc.subject | Acerola | |
| dc.subject | Perceptrons | |
| dc.subject | Redes neurais (Computação) | |
| dc.subject | Inteligência artificial | |
| dc.title | Predição da área foliar em acerola por redes neurais e regressão múltipla | |
| dc.title.alternative | Prediction leaf area in acerola by neural networks and multiple regression | |
| dc.type | Artigo de periódico | |
| local.citation.epage | 105 | |
| local.citation.issue | 3 | |
| local.citation.spage | 96 | |
| local.citation.volume | 2 | |
| local.description.resumo | O objetivo do trabalho foi predizer a área foliar em aceroleira por meio de redes neurais artificiais (RNAs) e verificar a eficiência desta metodologia em comparação com modelos de regressão múltipla. Foram avaliados o comprimento, largura e área de 350 folhas de acerola, testados 14 modelos de regressão múltipla e modelo de RNAs tipo perceptron multicamadas para predição da área foliar. A qualidade de ajuste entre os modelos de regressão múltipla e as RNAs foram próximas, porém as redes neurais artificiais foram mais eficientes na predição da área foliar em aceroleira com coeficiente de determinação superior a 0,98, sendo a rede com dois neurônios na camada intermediária a melhor predição. | |
| local.identifier.orcid | https://orcid.org/0000-0001-5196-0851 | |
| local.publisher.country | Brasil | |
| local.publisher.department | ICA - INSTITUTO DE CIÊNCIAS AGRÁRIAS | |
| local.publisher.initials | UFMG | |
| local.url.externa | https://www.sumarios.org/artigo/predi%C3%A7%C3%A3o-da-%C3%A1rea-foliar-em-acerola-por-redes-neurais-e-regress%C3%A3o-m%C3%BAltipla |