Título:	Suporte a decisão de manejo de pastagens: aprendizado de máquina para predição da disponibilidade de forragem.
Autoria:	RICCE, W. da S. BALDISSERA, T. C. PINTO, C. E. GARAGORRY, F. C.
Afiliação:	WILIAN DA SILVA RICCE, EPAGRI; TIAGO CELSO BALDISSERA, EPAGRI; CASSIANO EDUARDO PINTO, EPAGRI; FABIO CERVO GARAGORRY, CPPSUL.
Ano de publicação:	2021
Referência:	In: SIMPÓSIO INTERNACIONAL CIÊNCIA, SAÚDE E TERRITÓRIO, 6., 2021, Lages. Saúde única: desafios e perspectivas: anais. Lages: Uniplac: Epagri, 2021.
Páginas:	p. 835-841.
Conteúdo:	Algoritmos de aprendizado de máquina são utilizados para a predição de valores a partir de resultados obtidos em base de dados gerando informações robustas com baixo custo. O objetivo deste trabalho foi avaliar alguns algoritmos de aprendizado de máquina na predição da disponibilidade de pastagem em sistemas integrados de produção agropecuária. O trabalho foi desenvolvido em Ponta Grossa ? PR, de janeiro de 2011 a junho de 2013, em sistema integrado de produção agropecuária consorciado com as seguintes pastagens: Axonopus catharinensis, Brachiaria brizantha cv. Marandu, Megathyrsus maximus cv. Aruana, Hemarthria altissima cv. Flórida, Cynodon spp. híbrido Tifton 85 e Paspalum notatum cv. Pensacola. Os tratamentos utilizados foram doses de N (0 e 300 kg/ha/ano), condição de cultivo (sol ou sombra) e severidade de desfolha (50 e 70%). Foram realizados medidos a altura das pastagens, a interceptação da radiação solar e a produção de matéria seca em g/m2. Para a estimativa da produção de pastagem, foram avaliados os modelos de regressão linear múltipla, árvore de decisão, random forest e k-vizinhos, avaliando MSE, RMSE, MAE e R2. A árvore de decisão foi o modelo com melhor desempenho. Conclui-se que algoritmos de aprendizado de máquina são ferramentas que podem ser utilizadas para a predição da produção de pastagens. Algoritmos de predição, Produção de matéria seca, Sistemas Integrados de Produção Agropecuária.
Thesagro:	Pastagem Manejo
Palavras-chave:	Predição
Tipo do material:	Artigo em anais e proceedings
Acesso:	openAccess
Aparece nas coleções:	Artigo em anais de congresso (CPPSUL)