Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Modelos de aprendizado de máquina e redes neurais para estimativa do fluxo de seiva em um olival
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/11449/258504
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Gabriel Filho, Luís Roberto Almeida | - |
| Autor(es): dc.contributor | Fatec Presidente Prudente | - |
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.contributor | Viais Neto, Daniel dos Santos | - |
| Autor(es): dc.contributor | Siqueira, Jucilene de Medeiros | - |
| Autor(es): dc.creator | Imada, Renata Nagima | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T21:32:03Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T21:32:03Z | - |
| Data de envio: dc.date.issued | 2024-12-01 | - |
| Data de envio: dc.date.issued | 2024-12-01 | - |
| Data de envio: dc.date.issued | 2024-09-30 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/258504 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/258504 | - |
| Descrição: dc.description | A água é um recurso vital na produção agrícola e a gestão eficiente da irrigação é importante para garantir a sustentabilidade e a produtividade das culturas. A estimativa do fluxo de seiva é relevante para a transpiração das plantas e para o transporte de água e nutrientes, sendo essencial para a tomada de decisões no manejo da irrigação. Aliado a isso, soluções envolvendo Inteligência Artificial (IA) se mostram como alternativas mais precisas e automatizadas para tal objetivo, tendo um papel promissor na modernização da irrigação ao promover uma agricultura mais sustentável e produtiva. Assim, primeiramente é apresentada uma revisão sistemática da literatura com o intuito de analisar a contribuição da IA na irrigação de diferentes culturas e, mais especificamente para estimar o fluxo de seiva, identificando as principais metodologias e tecnologias empregadas, a fim de contribuir para a gestão da rega e otimizar o uso da água. Entre as técnicas de IA, existem os modelos de aprendizado de máquina, os quais incluem as redes neurais. Esses modelos são sistemas computacionais que aprendem padrões e relações a partir de dados, treinando e ajustando automaticamente seus parâmetros internos para melhorar a precisão das previsões ou classificações. Nesse contexto, o presente trabalho visou comparar diferentes modelos de aprendizado de máquina e redes neurais (Regressões Linear e Quadrática, Random Forest, MLP, CNN, RNN e LSTM) que integram as variáveis ambientais pesagem do solo, fluxo de calor no solo e déficit de pressão de vapor, a fim de estimar o fluxo de seiva em um olival e analisar os efeitos dessas variáveis sobre esse fenômeno. Foram utilizados dados coletados por sensores de baixo custo instalados no olival e analisados usando a linguagem de programação Python para implementação dos modelos matemáticos. O desempenho dos modelos foi avaliado por meio de algumas métricas que indicaram o modelo Random Forest com os índices mais satisfatórios, sendo o coeficiente de Pearson, índice d-Willmott, coeficiente de confiança e R² ajustado muito próximos de 1, e os erros MAE e RMSE com valores mínimos próximos de zero. A análise dos mapas de contorno possibilitou a identificação das interações entre as variáveis do estudo e seu impacto no comportamento do fluxo de seiva, fornecendo informações importantes para a gestão eficiente dos recursos hídricos. | - |
| Descrição: dc.description | Water is a vital resource in agricultural production, and efficient irrigation management is important to ensure crop sustainability and productivity. The estimation of sap flow is relevant to plant transpiration and the transportation of water and nutrients, and is essential for decision-making in irrigation management. In addition, solutions involving Artificial Intelligence (AI) are proving to be more accurate and automated alternatives for this purpose, playing a promising role in the modernizing of irrigation by promoting more sustainable and productive agriculture. Therefore, a systematic literature review is first presented with the aim of analyzing the contribution of AI to the irrigation of different crops and, more specifically, to estimating sap flow, identifying the main methodologies and technologies employed in order to contribute to irrigation management and optimize water use. Among the AI techniques, there are machine learning models, which include neural networks. These models are computational systems that learn patterns and relationships from data, automatically training and adjusting their internal parameters to improve prediction or classification accuracy. In this context, this work aimed to compare different machine learning models and neural networks (Linear and Quadratic Regression, Random Forest, MLP, CNN, RNN e LSTM) that integrate environmental variables soil weighting, soil heat flux and vapor pressure deficit, in order to estimate the sap flow in an olive grove and analyze the effects of these variables on this phenomenon. Low-cost sensors installed in the olive grove were used to collect data, which was analyzed using Python programming language to implement the mathematical models. The performance of the models was evaluated using some metrics that indicated the Random Forest model with the most satisfactory indexes, with the Pearson coefficient, d-Willmott index, confidence coefficient and adjusted R² very close to 1, and the MAE and RMSE errors with minimum values close to zero. The analysis of the contour maps made it possible to identify the interactions between the study variables and their impact on the sap flow behavior, providing important information for the efficient management of water resources. | - |
| Formato: dc.format | application/pdf | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Estadual Paulista (UNESP) | - |
| Direitos: dc.rights | info:eu-repo/semantics/restrictedAccess | - |
| Palavras-chave: dc.subject | Matemática | - |
| Palavras-chave: dc.subject | Modelagem de dados | - |
| Palavras-chave: dc.subject | Sensores | - |
| Palavras-chave: dc.subject | Irrigação | - |
| Palavras-chave: dc.subject | Evapotranspiração | - |
| Palavras-chave: dc.subject | Mathematics | - |
| Palavras-chave: dc.subject | Data modeling | - |
| Palavras-chave: dc.subject | Sensors | - |
| Palavras-chave: dc.subject | Irrigation | - |
| Palavras-chave: dc.subject | Evapotranspiration | - |
| Título: dc.title | Modelos de aprendizado de máquina e redes neurais para estimativa do fluxo de seiva em um olival | - |
| Título: dc.title | Machine learning models and neural networks for estimating sap flow in an olive grove | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - Unesp | |
Não existem arquivos associados a este item.
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo