
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 | Santos, Fábio Lúcio | - |
| Autor(es): dc.creator | Jesus, Valquíria Aparecida Mendes de | - |
| Autor(es): dc.creator | Valente, Domingos Sárvio Magalhães | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:46:15Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:46:15Z | - |
| Data de envio: dc.date.issued | 2018-03-08 | - |
| Data de envio: dc.date.issued | 2018-03-08 | - |
| Data de envio: dc.date.issued | 2012 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/28820 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1147087 | - |
| Descrição: dc.description | An important factor for the evaluation of an agricultural system's sustainability is the monitoring of soil quality via its physical attributes. The physical attributes of soil, such as soil penetration resistance, can be used to monitor and evaluate the soil's quality. Artificial Neural Networks (ANN) have been employed to solve many problems in agriculture, and the use of this technique can be considered an alternative approach for predicting the penetration resistance produced by the soil's basic properties, such as bulk density and water content. The aim of this work is to perform an analysis of the soil penetration resistance behavior measured from the cone index under different levels of bulk density and water content using statistical analyses, specifically regression analysis and ANN modeling. Both techniques show that soil penetration resistance is associated with soil bulk density and water content. The regression analysis presented a determination coefficient of 0.92 and an RMSE of 0.951, and the ANN modeling presented a determination coefficient of 0.98 and an RMSE of 0.084. The results show that the ANN modeling presented better results than the mathematical model obtained from regression analysis. | - |
| Descrição: dc.description | Um importante fator para a avaliação da sustentabilidade de sistemas agrícolas é o monitoramento da qualidade do solo por meio de seus atritutos físicos. Logo, atributos físicos do solo, como resistência à penetração, podem ser empregados no monitoramento e na avaliação da qualidade do solo. Redes Neurais Artificiais (RNA) tem sido empregadas na solução de vários problemas na agricultura, neste contexto, o uso desta técnica pode ser considerada uma abordagem alternativa para se predizer a resistência à penetração do solo a partir de suas propriedades básicas como densidade e teor de água. Portanto, o objetivo desse trabalho foi desenvolver um estudo do comportamento da resistência à penetração do solo, medida a partir do índice de cone, empregando análise de regressão e modelagem por RNA. Ambas as técnicas mostraram que a resistância à penetração do solo está associada com a densidade e o teor de água do solo. A análise de regressão apresentou coeficiente de regressão de 0,92 e REMQ igual a 0,951 enquanto a modelagem por RNA apresentou coeficiente de determinação de 0,98 e REMQ igual a 0.084. Os resultados indicaram que a modelagem por RNA apresentou melhores resultados do que o modelo matemático obtido a partir da análise de regressão. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Editora da Universidade Estadual de Maringá - EDUEM | - |
| Direitos: dc.rights | Attribution 4.0 International | - |
| Direitos: dc.rights | Attribution 4.0 International | - |
| 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 | Acta Scientiarum. Agronomy | - |
| Palavras-chave: dc.subject | Modeling | - |
| Palavras-chave: dc.subject | Soil physical properties | - |
| Palavras-chave: dc.subject | Neural networks | - |
| Palavras-chave: dc.subject | Modelagem | - |
| Palavras-chave: dc.subject | Propriedades físicas do solo | - |
| Palavras-chave: dc.subject | Redes neurais | - |
| Título: dc.title | Modeling of soil penetration resistance using statistical analyses and artificial neural networks | - |
| Título: dc.title | Modelagem da resistência à penetração do solo usando análises estatísticas e redes neurais artificiais | - |
| 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: