Estimativa da altura total de árvores utilizando diferentes técnicas de inteligências artificial
Carregando...
Data
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Artigo de evento
Título alternativo
Estimation of total tree height using different artificial intelligence techniques
Primeiro orientador
Membros da banca
Resumo
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.
Assunto
Inteligência artificial, Levantamentos florestais, Estatística - Análise
Palavras-chave
Citação
Departamento
Curso
Endereço externo
https://drive.google.com/file/d/1o6kiOE_vilNCNpppbwmOZktU9gkjV-Rc/view