Use este identificador para citar ou linkar para este item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1166787
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorMORAES NETO, S. P. de
dc.contributor.authorPULROLNIK, K.
dc.contributor.authorVILELA, L.
dc.date.accessioned2024-08-26T14:53:43Z-
dc.date.available2024-08-26T14:53:43Z-
dc.date.created2024-08-26
dc.date.issued2024
dc.identifier.citationAgropecuária Técnica, v. 43, n. 1/4, p. 27-34, 2024.
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1166787-
dc.descriptionResumo: Uma abordagem alternativa para modelar relações hipsométricas envolve a aplicação de redes neurais artificiais (RNAs). O objetivo geral deste trabalho foi verificar a viabilidade da utilização de rede neural artificial (RNA) para estimativa da altura total de árvores de Eucalyptus urophylla x Eucalyptus grandis em sistema agrossilvipastoril e comparar seu desempenho em relação à modelo de regressão hipsométrico genérico. Para a estimativa da altura total das árvores, pela RNA e pelo modelo de regressão, utilizou-se a variável diâmetro à altura do peito (DAP) e idade das árvores e, para sua avaliação, usou-se o coeficiente de correlação, gráfico de dispersão dos erros percentuais, histograma de frequência dos erros percentuais, raiz quadrada do erro médio percentual, raiz quadrada do erro médio, viés e normalidade dos erros percentuais. A utilização do algoritmo de Levenberg-Marquardt e da arquitetura de quatro camadas intermediárias de 10 neurônios em cada uma das camadas, na RNA, proporcionou estimativa de boa acurácia e foi superior ao modelo de regressão hipsométrico. Abstract: An alternative approach for modeling hypsometric relationships involves the application of artificial neural networks (ANNs). The general objective of this work was to verify the feasibility of using an artificial neural network (ANN) to estimate the total height of Eucalyptus urophylla x Eucalyptus grandis trees in an agrosilvopastoral system and compare its performance in relation to the generic hypsometric regression model. For the estimation of the total height of the trees, by the ANN and by the regression model, the variable diameter at breast height (DBH) and age of the trees were used and, for its evaluation, the correlation coefficient, graph of dispersion of percentage errors, histogram of the frequency of percentage errors, root mean square error percentage, root mean square error, bias and normality of the percentage errors. The use of the Levenberg- Marquardt algorithm and the architecture of four intermediate layers of 10 neurons in each one of the layers, in the ANN, provided an estimate of good accuracy and was superior to the hypsometric regression model.
dc.language.isopor
dc.rightsopenAccess
dc.titleEstimativa da altura de árvores de eucalipto desbastado em sistema agrossilvipastoril com rede neural artificial.
dc.typeArtigo de periódico
dc.subject.thesagroEucalyptus Urophylla
dc.subject.thesagroEucalyptus Grandis
dc.subject.thesagroIntegração
dc.subject.thesagroLavoura
dc.subject.nalthesaurusNeural networks
dc.description.notesTítulo em inglês: Estimation of the height of thinned eucalyptus trees in agrosilvopastoral system with artificial neural network.
riaa.ainfo.id1166787
riaa.ainfo.lastupdate2024-08-26
dc.contributor.institutionSEBASTIAO PIRES DE MORAES NETO, CPAC; KARINA PULROLNIK, CPAC; LOURIVAL VILELA, CPAC.
Aparece nas coleções:Artigo em periódico indexado (CPAC)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Estimativa-da-altura-de-arvores.pdf255.97 kBAdobe PDFThumbnail
Visualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace