
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.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Sacred Heart University Center (UNISAGRADO) | - |
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.creator | Godinho, Emmanuel Zullo | - |
| Autor(es): dc.creator | Barreiros, Ricardo Marques | - |
| Autor(es): dc.creator | Antoniazzi, Matheus Augusto Santos | - |
| Autor(es): dc.creator | Fermino, Caetano Dartiere Zulian | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T21:37:00Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T21:37:00Z | - |
| Data de envio: dc.date.issued | 2025-04-29 | - |
| Data de envio: dc.date.issued | 2024-02-20 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.18011/bioeng.2024.v18.1226 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/299151 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/299151 | - |
| Descrição: dc.description | The forestry sector is one of the agribusiness sectors that generates the most wealth for the national economy, as it brings benefits to society, from the wood itself for industries, biomass for energy production, and to the environment, reducing pressure on native forests and the reuse of land degraded by agriculture. In view of this, this study was carried out to predict the different basic densities in tree species under the influence of two factors, nine different tree species in relation to three different density methodologies using the Neuro-Fuzzy System. Tree basic density modeling was carried out using effective species parameters and different calculation methodologies adapted to the Neuro-Fuzzy Inference System (ANFIS). In the ANFIS model, 67% and 33% of the total data were considered as training and test data, respectively. The numbers of pertinence functions were selected 9 for species and 3 for methodologies for the input data. ANFIS training was carried out using the hybrid method. The average R2 determination coefficients were 87.32% and 97.42% for the field and ANFIS models, respectively. The model obtained using ANFIS showed a high accuracy of 4.36%. Compared to the field data, the ANFIS model was highly accurate and can be used to estimate the basic density of the trees in this study. | - |
| Descrição: dc.description | Department of Exact Sciences Sacred Heart University Center (UNISAGRADO) | - |
| Descrição: dc.description | Department of Forest Science São Paulo State University (FCA UNESP) | - |
| Descrição: dc.description | Department of Forest Science São Paulo State University (FCA UNESP) | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | Brazilian Journal of Biosystems Engineering | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | Agriculture | - |
| Palavras-chave: dc.subject | Agroforestry | - |
| Palavras-chave: dc.subject | ANFIS | - |
| Palavras-chave: dc.subject | Artificial neural network | - |
| Palavras-chave: dc.subject | Modeling | - |
| Título: dc.title | Modeling the evaluation of methods for determining the basic density of wood in forest species based on data from a neuro-fuzzy inference system | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - Unesp | |
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: