Por favor, use este identificador para citar o enlazar este ítem: http://www.alice.cnptia.embrapa.br/alice/handle/doc/15379
Registro completo de metadatos
Campo DCValorLengua/Idioma
dc.contributor.authorTIMM, L. C.pt_BR
dc.contributor.authorGOMES, D. T.pt_BR
dc.contributor.authorBARBOSA, E. P.pt_BR
dc.contributor.authorREICHARDT, K.pt_BR
dc.contributor.authorSOUZA, M. D. dept_BR
dc.contributor.authorDYNIA, J. F.pt_BR
dc.date.accessioned2011-04-10T11:11:11Zpt_BR
dc.date.available2011-04-10T11:11:11Zpt_BR
dc.date.created2007-05-14pt_BR
dc.date.issued2006pt_BR
dc.identifier.citationScientia Agricola, Piracicaba, v. 63, n. 4, p. 386-395, jul./ago. 2006.pt_BR
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/15379pt_BR
dc.descriptionO estudo da relação entre as propriedades do solo é de grande importância na área agronômica objetivando um manejo racional dos recursos naturais do meio ambiente e um aumento na produtividade agrícola. Tradicionalmente este estudo tem sido realizado usando modelos de regressão estática os quais não levam em consideração a estrutura espacial envolvida. Este trabalho teve o objetivo de avaliar a relação entre uma variável de determinação mais cara e demorada (por exemplo, nitrogênio total do solo) e outras de mais barata e rápida determinação (p.e., carbono orgânico do solo, pH, etc.). Duas importantes classes de modelos (espaço de estados linear e redes neurais) são usadas para predição e comparadas aos modelos de regressão uni- e multivariados aqui usados como referência. Para tal, em uma área experimental cultivada com aveia, situada em Jaguariúna, SP (22º41? S e 47º00? W), amostras de um solo classificado como Latossolo foram coletadas na camada arável ao longo de uma transeção espacial de 194 m, eqüidistantes de 2 m. Os modelos de rede neural recorrente e de espaço de estados padrão tiveram uma melhor performance preditiva da variável nitrogênio total do solo quando comparados aos modelos de regressão padrão. Entre os modelos de regressão padrão o Autoregressivo Vetorial teve um melhor desempenho preditivo da variável nitrogênio total do solo.pt_BR
dc.language.isoengeng
dc.rightsopenAccesseng
dc.subjectRedes neuraispt_BR
dc.subjectPropriedades do solopt_BR
dc.subjectModelos de prediçãopt_BR
dc.subjectTransição espacialpt_BR
dc.titleNeural network and state-space models for studying relationships among soil properties.pt_BR
dc.typeArtigo de periódicopt_BR
dc.date.updated2015-08-13T11:11:11Zpt_BR
dc.subject.thesagroFísica do solopt_BR
dc.subject.thesagroQuímica do solopt_BR
riaa.ainfo.id15379pt_BR
riaa.ainfo.lastupdate2015-08-13pt_BR
dc.contributor.institutionL. C. TIMM, UFPel/FAEM - Depto de Engenharia Rural; D. T. GOMES, UNICAMP/IMECC - Depto. de Estatística; E. P. BARBOSA, UNICAMP/IMECC - Depto. de Estatística; K. REICHARDT, USP/CENA - Lab. de Física de Solo; MANOEL DORNELAS DE SOUZA, CNPMA; J. F. DYNIA.pt_BR
Aparece en las colecciones:Artigo em periódico indexado (CNPMA)

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
2006AP018.pdf169.1 kBAdobe PDFVista previa
Visualizar/Abrir
Mostrar el registro sencillo del ítem

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace