
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.creator | Amorim, Lucas M. | - |
| Autor(es): dc.creator | Leite, Elton da S. | - |
| Autor(es): dc.creator | Souza, Deoclides R. de | - |
| Autor(es): dc.creator | Silva, Liniker F. da | - |
| Autor(es): dc.creator | Mello, Carlos R. de | - |
| Autor(es): dc.creator | Lima, José M. de | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:21:57Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:21:57Z | - |
| Data de envio: dc.date.issued | 2022-02-14 | - |
| Data de envio: dc.date.issued | 2022-02-14 | - |
| Data de envio: dc.date.issued | 2021-08 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/49340 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1139344 | - |
| Descrição: dc.description | Modeling is an important tool to estimate forest production in planted areas. Although this issue has been studied worldwide, knowledge regarding volume measurement in specific locations such as Northeast Brazil is still scarce. The present study aimed to evaluated the effectiveness of artificial neural networks (ANNs) and regression analysis in estimating the timber volume of homogeneous stands of Anadantera macrocarpa, Genipa americana, and Mimosa casalpinifolia, in order to better predict the growth and production of these species. Both methods were suitable for estimating the individual volume in 7-year-old stands with different spacing. The Spurr regression model showed better statistical results and dispersion of unbiased errors for Anadantera macrocarpa and Genipa americana, whereas the Shumacher-Hall model provided more accurate volume estimates for Mimosa caesalpinifolia. The ANNs calibrated with two neurons in the middle layer exhibited the best fit for all three species. As such, artificial neural networks can be recommended to estimate the individual volumes of the species analyzed in the study area. | - |
| Descrição: dc.description | O uso de modelos para estimar a produção florestal é uma importante ferramenta em áreas plantadas. Embora esse assunto tenha sido estudado em todo o mundo, ainda falta conhecimento a respeito da medição de volume para locais específicos, como os do Nordeste do Brasil. Desta forma, objetivou-se com este estudo avaliar o potencial de predição de redes neurais artificiais e regressão para a estimativa do volume de madeira em povoamentos homogêneos de Anadantera macrocarpa, Genipa americana e Mimosa caesalpiniflolia. Os métodos de regressão e de redes neurais artificiais (RNAs) mostraram-se aplicáveis para a estimativa do volume individual dos povoamentos em diferentes espaçamentos, aos sete anos de idade. O modelo de regressão de Spurr apresentou melhores resultados estatísticos e dispersão dos erros não tendenciosos para as espécies Anadantera macrocarpa e Genipa americana. Já o modelo de Shumacher-Hall foi mais preciso para a estimativa do volume da espécie Mimosa caesalpinifolia. As RNAs, com dois neurônios na camada intermediária, proporcionaram melhores ajustes para as três espécies, portanto, são recomendadas para estimar os volumes individuais das espécies avaliadas, por mostrar maior precisão, em relação à regressão, na estimativa do volume das espécies nativas avaliadas. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Universidade Federal de Campina Grande | - |
| Direitos: dc.rights | acesso aberto | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| ???dc.source???: dc.source | Revista Brasileira de Engenharia Agrícola e Ambiental - Brazilian Journal of Agricultural and Environmental Engineering | - |
| Palavras-chave: dc.subject | Native forest | - |
| Palavras-chave: dc.subject | Production volume | - |
| Palavras-chave: dc.subject | Prediction models | - |
| Palavras-chave: dc.subject | Artificial neural networks (ANNs) | - |
| Palavras-chave: dc.subject | Florestas nativas | - |
| Palavras-chave: dc.subject | Volume de produção | - |
| Palavras-chave: dc.subject | Modelos de predição | - |
| Palavras-chave: dc.subject | Redes neurais artificiais (RNAs) | - |
| Título: dc.title | Artificial neural networks and regression analysis for volume estimation in native species | - |
| Título: dc.title | Redes neurais artificiais e análise de regressão para estimativa de volume de espécies nativas | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
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: