Use este identificador para citar ou linkar para este item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1171088
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorSANTOS, F. E. de O.
dc.contributor.authorSILVA, M. A. S. da
dc.contributor.authorMATOS, L. N.
dc.contributor.authorMOURA, F. R. de
dc.contributor.authorDOMPIERI, M. H. G.
dc.date.accessioned2025-01-02T14:47:14Z-
dc.date.available2025-01-02T14:47:14Z-
dc.date.created2025-01-02
dc.date.issued2021
dc.identifier.citationIn: ESCOLA REGIONAL DE COMPUTAÇÃO BAHIA, ALAGOAS E SERGIPE, 21. , 2021, Maceió. Anais... Porto Alegre: Sociedade Brasileira de Computação, 2021.
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1171088-
dc.descriptionThis work aims to cluster Brazilian municipalities according to their spatiotemporal agricultural diversity pattern. The diversity index has been defined for eight categories and calculated by Shannon’s entropy index from annual (1999-2018) IBGE’s estimates for agricultural production. The proposed clustering method is based on the Self-Organizing Map, an unsupervised artificial neural network, and comprises visual and automatic steps. The method partitioned the municipalities into eight groups spatially organized in three regions showing different spatiotemporal patterns. Este trabalho tem como objetivo agrupar os municípios brasileiros de acordo com seu padrão espaço-temporal de diversidade agrícola. O índice de diversidade foi definido para oito categorias e calculado pela entropia de Shannon a partir das estimativas anuais (1999-2018) do IBGE para a produção agrícola. O método de agrupamento proposto é baseado no Mapa Auto-Organizável, uma rede neural artificial não supervisionada, e compreende etapas visuais e automáticas. O método dividiu os municípios em oito grupos organizados espacialmente em três regiões, mostrando diferentes padrões espaço-temporais.
dc.language.isoeng
dc.rightsopenAccess
dc.subjectORGANIZAÇÃO ESPACIAL
dc.subjectMONITORMENTO POR SATÉLITE
dc.titleSelf-Organizing Map approach to cluster Brazilian agricultural spatiotemporal diversity.
dc.typeArtigo em anais e proceedings
dc.subject.thesagroMapa
dc.subject.nalthesaurusMap projections
riaa.ainfo.id1171088
riaa.ainfo.lastupdate2025-01-02
dc.identifier.doihttps://doi.org/10.5753/erbase.2021.20058.
dc.contributor.institutionFLAVIO E. DE O. SANTOS, UNIVERSIDADE FEDERAL DE SERGIPE; MARCOS AURELIO SANTOS DA SILVA, CPATC; LEONARDO N. MATOS, UNIVERSIDADE FEDERAL DE SERGIPE; FABIO R. DE MOURA, UNIVERSIDADE FEDERAL DE SERGIPE; MARCIA HELENA GALINA DOMPIERI, CNPM.
Aparece nas coleções:Artigo em anais de congresso (CPATC)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Self-organizing-map-approach-to-cluster.2021.pdf6.77 MBAdobe PDFThumbnail
Visualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace