Estimativa do Afilamento do Fuste de Araucária Utilizando Técnicas de Inteligência Artificial

AUTOR(ES)

Martins, Ana Paula Marques, Debastiani, Aline Bernarda, Pelissari, Allan Libanio, Machado, Sebastião do Amaral, Sanquetta, Carlos Roberto

FONTE

Floresta Ambient.

DATA DE PUBLICAÇÃO

08/05/2017

RESUMO

RESUMO O objetivo deste estudo foi comparar o desempenho de técnicas de inteligência artificial com funções de afilamento e avaliar a contribuição da idade nessa estimativa. O conjunto de dados foi composto por 135 observações, abrangendo as idades de 6, 12, 18, 24 e 43 anos de um povoamento de Araucaria angustifolia. As funções de afilamento ajustadas foram Kozak modificado, Schöepfer, Hradetzky e Garay. Os modelos de inteligência artificial utilizados foram: RNA e árvore modelo (M5P). Os vetores de entrada foram as mesmas variáveis utilizadas nas equações de afilamento e também o mesmo arranjo com a adição da idade. Foram utilizados 70% dos dados para ajuste e 30% para validação. A função de afilamento de Hradetzky forneceu o melhor ajuste. Dentre os modelos avaliados, a RNA propiciou as melhores estimativas, com destaque para a RNA com adição da variável idade. O desempenho da M5P foi satisfatório, porém, inferior às demais técnicas utilizadas.

ASSUNTO(S)

função de afilamento m5p multi layer perceptron

Documentos Relacionados

• Análise de tendência do índice Bovespa em tempo real utilizando técnicas de inteligência artificial
• Classificação e recuperação de imagens por cor utilizando técnicas de inteligência artificial
• Modelos de afilamento para o sortimento do fuste de Pinus taeda L
• Formação de grupos colaborativos em cursos a distância via web utilizando técnicas de inteligência artificial
• Previsão de vazão utilizando modelos de inteligência artificial