
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 | Carvalho, Mônica Canaan | - |
| Autor(es): dc.creator | Gomide, Lucas Rezende | - |
| Autor(es): dc.creator | Ferraz Filho, Antônio Carlos | - |
| Autor(es): dc.creator | Lacerda, Wilian Soares | - |
| Autor(es): dc.creator | Silva, Carolina Souza Jarochinski e | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:38:58Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:38:58Z | - |
| Data de envio: dc.date.issued | 2018-11-23 | - |
| Data de envio: dc.date.issued | 2018-11-23 | - |
| Data de envio: dc.date.issued | 2016 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/31892 | - |
| Fonte completa do material: dc.identifier | http://www.conhecer.org.br/enciclop/2016b/agrarias/modelagem%20da%20distribuicao.pdf | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1165527 | - |
| Descrição: dc.description | This study aimed to apply the artificial neural network technique to model the diametric structure of tropical forests. We used data of 27 areas of native forests situated in the Rio Grande watershed in Minas Gerais state, totaling 979 plots. Three Artificial Neural Networks were tested for diametric modeling, networks 1 and 2 for prediction of probabilities by diameter class and the network 3 for prediction of parameters b and c of the Weibull function. The diameter structure estimated by the networks was compared with the probability density function Weibull with three parameters fitted by the method of moments and with the actual distribution obtained from information collected in the field. The evaluation and comparison of the methods are given from residual analysis calculated by diameter class and the KolmogorovSmirnov adherence test. Neural Networks 1 and 2 had greater accuracy in estimates of probability in the first three diameter classes, compared to estimates produced by Weibull, obtaining smaller total error and over 95% adherence to the actual distribution. This technique can also be applied to the prediction of Weibull function parameters with adhesion higher than 90%. According to the results, the Artificial Neural Networks can be successfully employed in shaping the diameter distribution of uneven-aged forests. | - |
| Descrição: dc.description | O presente estudo teve como principal objetivo aplicar a técnica de Redes Neurais Artificiais na modelagem da estrutura diamétrica de florestas tropicais. Foram utilizados dados de 27 remanescentes florestais nativos inseridos na bacia do Rio Grande em Minas Gerais, totalizando 979 parcelas. Três Redes Neurais Artificiais foram testadas na modelagem diamétrica, sendo as redes 1 e 2 para predição das probabilidades por classe diamétrica e a rede 3 para predição dos parâmetros b e c da função Weibull. A estrutura diamétrica estimada pelas redes foi comparada com a função densidade de probabilidade Weibull com 3 parâmetros, ajustada pelo método dos Momentos e com a distribuição real obtida com informação coletada em campo. A avaliação e comparação dos métodos se deram a partir de análises residuais calculadas por classe diamétrica e pelo teste de aderência Kolmogorov-Smirnov. As Redes Neurais 1 e 2 apresentaram maior precisão nas estimativas de probabilidade nas primeiras três classes diamétricas, quando comparadas às estimativas produzidas por Weibull, obtendo menor erro total e mais de 95% de aderência à distribuição real. Esta técnica também pode ser aplicada na predição dos parâmetros da função Weibull, com aderência superior a 90%. De acordo com os resultados, as Redes Neurais Artificiais podem ser empregadas com sucesso na modelagem da distribuição diamétrica de florestas inequiâneas. | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Centro Científico Conhecer | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | Enciclopédia Biosfera | - |
| Palavras-chave: dc.subject | Florestas inequiâneas | - |
| Palavras-chave: dc.subject | Redes neurais artificiais | - |
| Palavras-chave: dc.subject | Florestas tropicais - Estrutura diamétrica | - |
| Palavras-chave: dc.subject | Uneven-aged forests | - |
| Palavras-chave: dc.subject | Artificial neural network | - |
| Palavras-chave: dc.subject | Tropical forests - Diametric structure | - |
| Título: dc.title | Modelagem da distribuição diamétrica de florestas tropicais | - |
| Título: dc.title | Modeling the diameter distribution of tropical forests | - |
| 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: