Estimação de altura em plantio de eucalipto por meio redes neurais artificiais no Estado de Rondônia

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorVieira, Giovanni Correia-
Autor(es): dc.creatorJansen, Daniela Camata-
Data de aceite: dc.date.accessioned2024-04-24T23:11:24Z-
Data de disponibilização: dc.date.available2024-04-24T23:11:24Z-
Data de envio: dc.date.issued2023-12-07-
Data de envio: dc.date.issued2023-12-07-
Data de envio: dc.date.issued2022-
Fonte completa do material: dc.identifierhttp://repositorio.ifro.edu.br/handle/123456789/615-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/745468-
Descrição: dc.descriptionTrabalho de conclusão de curso apresentado ao Curso de Bacharelado em Engenharia Florestal do Instituto Federal de Educação, Ciência e Tecnologia de Rondônia, campus Ji-Paraná, como parte dos requisitos necessários para obtenção do título de Bacharel em Engenharia Florestal.-
Descrição: dc.descriptionO uso de redes neurais apresenta vantagens em comparação com métodos estatísticos tradicionais. Isso se deve à capacidade dessas redes de modelar relações não lineares e capturar interações complexas entre variáveis. Dessa forma, é possível estimar a altura com maior precisão em comparação aos modelos de regressão convencionais. Além disso, diversos estudos destacam a eficácia dessa técnica na modelagem de variáveis florestais, como volume e altura. O objetivo deste estudo é avaliar a eficácia das redes neurais artificiais na estimativa da altura de um plantio de eucalipto em Ji-Paraná, Rondônia. A exatidão foi por meio das seguintes estatísticas: raiz quadrada média do resíduo (RQME), bias e confeccionados gráficos de dispersão dos resíduos. Logo, foi utilizado o software r core Team (2018) e o Excel 2013 para fazer essas análises. Os resultados neste estudo revelaram-se altamente eficazes a utilização das Redes Neurais Artificiais na estimativa das alturas das árvores, apresentando valores de coeficiente de correlação variando de 72,65% a 76,90%. Essa abordagem apresentou resultados semelhantes aos modelos de regressão para a base de dados.-
Descrição: dc.descriptionThe use of neural networks has advantages over traditional statistical methods. This is due to the ability of these networks to model non-linear relationships and capture complex interactions between variables. In this way, it is possible to estimate height more accurately than conventional regression models. In addition, several studies have highlighted the effectiveness of this technique in modeling forest variables such as volume and height. The aim of this study was to evaluate the effectiveness of artificial neural networks in estimating the height of a eucalyptus plantation in Ji-Paraná, Rondônia. Accuracy was measured using the following statistics: root mean square of the residual (RMSR), bias and scatter plots of the residuals. The software r core Team (2018) and Excel 2013 were used to carry out these analyses. The results of this study proved to be highly effective when using Artificial Neural Networks to estimate tree heights, with correlation coefficient values ranging from 72.65% to 76.90%. This approach presented similar results to the regression models for the database.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherCampus Ji-Paraná-
Publicador: dc.publisherBacharelado em Engenharia Florestal-
Palavras-chave: dc.subjectInteligência artificial-
Palavras-chave: dc.subjectFloresta plantada-
Palavras-chave: dc.subjectRelação hipsométrico-
Palavras-chave: dc.subjectInventário florestal-
Palavras-chave: dc.subjectArtificial intelligence-
Palavras-chave: dc.subjectPlanted Forest-
Palavras-chave: dc.subjectHypsometric Relationships-
Palavras-chave: dc.subjectForest inventory-
Título: dc.titleEstimação de altura em plantio de eucalipto por meio redes neurais artificiais no Estado de Rondônia-
Aparece nas coleções:Repositório Institucional - IFRO

Não existem arquivos associados a este item.