
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 | Robert, Renato César Gonçalves, 1974- | - |
| Autor(es): dc.contributor | Montaño, Razer Anthom Nizer Rojas, 1975- | - |
| Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Ciências Agrárias. Curso de Especialização MBA em Manejo Florestal de Precisão | - |
| Autor(es): dc.creator | Santos, Alexandre Baumel dos, 1996- | - |
| Data de aceite: dc.date.accessioned | 2025-09-01T12:40:26Z | - |
| Data de disponibilização: dc.date.available | 2025-09-01T12:40:26Z | - |
| Data de envio: dc.date.issued | 2022-07-26 | - |
| Data de envio: dc.date.issued | 2022-07-26 | - |
| Data de envio: dc.date.issued | 2021 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/77298 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/77298 | - |
| Descrição: dc.description | Orientador: Renato Cesar Gonçalves Robert | - |
| Descrição: dc.description | Coorientador: Razer Anthon Nizer Rojas Montaño | - |
| Descrição: dc.description | Trabalho de Conclusão de Curso (Especialista) - Universidade Federal do Paraná, Setor de Ciências Agrárias, Programa de Educação Continuada, Curso de MBA em Manejo Florestal de Precisão.. | - |
| Descrição: dc.description | Resumo : O presente estudo tem como objetivo tratar sobre a modelagem da produtividade de Harvester processador em sistema Full-tree em colheita de Pinus taeda, e Harvester derrubador-processador em sistema Cut-to-Length em colheita de Eucalyptus dunni e Eucalyptus benthamii, através da aplicação de técnicas de inteligência artificial em comparação com métodos de regressão, utilizando volume individual e comprimento das toras como preditores. Os bancos de dados pertencem a um estudo de tempos e movimentos ao nível de turno, advindos de uma empresa florestal localizada na cidade de Otacílio Costa – SC. As técnicas de inteligência artificial avaliadas foram Redes Neurais Artificiais, Máquina de Vetor de suporte e Random Forests, que foram comparadas às metodologias de Regressão Linear Múltipla e Regressão Linear por Stepwise, as quais foram avaliadas quanto o desempenho estatístico dos resultados das estimativas. Assim, foi calculada a produtividade por hora máquina produtiva dos ??????) equipamentos ??), e calculada as estatísticas descritivas desta e das variáveis independentes. Nas técnicas de regressão, foi aplicado o teste de normalidade de Kolgomorov – Smirnov, em nível de 5% de significância, que constatou a ausência de normalidade em ambas as máquinas monitoradas para a produtividade, necessitando então de transformação matemática. No aprendizado das técnicas de Machine Learning, foram testadas diferentes técnicas de separação da base de dados em treino e validação (hold-out e cross-validation), além de diferentes configurações dos sistema FT, as Redes Neurais apresentaram melhores resultados dos indicadores de qualidade e acurácia estatística na estimação da produtividade, em contrapartida no sistema CTL, a Regressão Linear por Stepwise obteve melhor desempenho no ajuste da variável de interesse do equipamento estudado, indicando um potencial do uso da Inteligência Artificial na modelagem de variáveis das Operações Florestais, bem como a validação da Regressão Linear como uma ferramenta sólida para a esta finalidade. | - |
| Formato: dc.format | 1 recurso online : PDF. | - |
| Formato: dc.format | application/pdf | - |
| Formato: dc.format | application/pdf | - |
| Palavras-chave: dc.subject | Inteligência artificial | - |
| Palavras-chave: dc.subject | Pinus taeda | - |
| Palavras-chave: dc.subject | Eucalipto | - |
| Título: dc.title | Utilização de inteligência artificial na estimativa da produtividade de Harvester no corte raso de Pinus taeda em sistema full-tree e Eucalyptus spp em sistema Cut-to-Length | - |
| Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo | |
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: