Por favor, use este identificador para citar o enlazar este ítem: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1171088
Título: Self-Organizing Map approach to cluster Brazilian agricultural spatiotemporal diversity.
Autor: SANTOS, F. E. de O.
SILVA, M. A. S. da
MATOS, L. N.
MOURA, F. R. de
DOMPIERI, M. H. G.
Afiliación: FLAVIO 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.
Año: 2021
Referencia: In: ESCOLA REGIONAL DE COMPUTAÇÃO BAHIA, ALAGOAS E SERGIPE, 21. , 2021, Maceió. Anais... Porto Alegre: Sociedade Brasileira de Computação, 2021.
Descripción: This 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.
Thesagro: Mapa
NAL Thesaurus: Map projections
Palabras clave: ORGANIZAÇÃO ESPACIAL
MONITORMENTO POR SATÉLITE
DOI: https://doi.org/10.5753/erbase.2021.20058.
Tipo de Material: Artigo em anais e proceedings
Acceso: openAccess
Aparece en las colecciones:Artigo em anais de congresso (CPATC)

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
Self-organizing-map-approach-to-cluster.2021.pdf6.77 MBAdobe PDFVista previa
Visualizar/Abrir

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace