Por favor, use este identificador para citar o enlazar este ítem: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1092340
Registro completo de metadatos
Campo DCValorLengua/Idioma
dc.contributor.authorCHIARELLO, F.
dc.contributor.authorSTEINER, M. T. A.
dc.contributor.authorOLIVEIRA, E. B. de
dc.contributor.authorARCE, J. E.
dc.contributor.authorASSEF, F. M.
dc.date.accessioned2018-06-24T00:55:16Z-
dc.date.available2018-06-24T00:55:16Z-
dc.date.created2018-06-07
dc.date.issued2018
dc.identifier.citationIn: ENCONTRO BRASILEIRO DE SILVICULTURA, 4., 2018, Ribeirão Preto. Anais. Brasília, DF: Embrapa; Colombo: Embrapa Florestas, 2018.
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1092340-
dc.descriptionO presente trabalho teve como finalidade apresentar uma aplicação da metodo- logia de Redes Neurais Artifi ciais, em especial as Redes de Bases Radiais, para a progno- se do volume final de madeira para plantações de Pinus taeda, em diferentes condições impostas no manejo florestal. Com o auxílio do software SisPinus, foi possível analisar e identificar os principais atributos para a determinação do volume (24 atributos no total), assim como, auxiliar na geração de 144 instâncias a serem utilizadas como inputs (entradas) para a rede gerada pela ferramenta Matlab. A comparação dos dados originais com os simulados apresentou forte convergência, alcançando erros quadráticos extrema- mente baixos para o conjunto de treinamento e para o conjunto de teste, consolidando que a abordagem de Redes de Bases Radiais pode ser uma excelente ferramenta para a prognose de volume da espécie Pinus taeda, assim como para outras espécies.
dc.language.isoporpt_BR
dc.rightsopenAccesspt_BR
dc.subjectInteligência artificial
dc.subjectRedes neurais artificiais
dc.subjectManejo florestal de precisão
dc.subjectEspécie exótica
dc.titleRedes de Bases Radiais na prognose de volume de plantações de Pinus taeda.
dc.typeArtigo em anais e proceedings
dc.date.updated2018-06-24T00:55:16Zpt_BR
dc.subject.thesagroPinus Taeda
dc.format.extent2p. 165-173.
riaa.ainfo.id1092340
riaa.ainfo.lastupdate2018-06-22
dc.contributor.institutionFlávio Chiarello, Mestrando da PUC-PR; Maria Teresinha Arns Steiner, PUC-PR; EDILSON BATISTA DE OLIVEIRA, CNPF; Júlio Eduardo Arce, UFPR; Fernanda Medeiros Assef, Doutoranda da PUC-PR.
Aparece en las colecciones:Artigo em anais de congresso (CNPF)

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
2018AACEdilsonEBSRedes.pdf691.5 kBAdobe PDFVista previa
Visualizar/Abrir
Mostrar el registro sencillo del ítem

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace