Um método para determinar o volume comercial do Schizolobium amazonicum (Huber) ducke utilizando redes neurais artificiais.
Este trabalho apresenta um método para determinar o volume comercial do Schizolobium amazonicum (Huber) Ducke, com casca, utilizando Redes Neurais Artificiais (RNAs). Compara os resultados com estimativas obtidas pelo método de regressão linear e quadrática. O modelo neural artificial utiliza uma RNA multicamada direta com uma camada intermediária e, o algoritmo de treinamento supervisionado backpropagation. Os resultados obtidos pelo modelo neural foram mais próximos do real que os obtidos pelos métodos de regressão linear e quadrática. O erro médio absoluto obtido pela RNA foi aproximadamente 50% menor quando comparado com o obtido pelo modelo de regressão quadrática e o erro padrão da estimativa cerca de 30% menor do que os obtidos pelos modelos de regressão linear e quadrática. Com o uso do modelo neural, não foi necessário utilizar o fator de forma, já que este varia de acordo com a idade, diâmetro e altura das árvores.
Main Authors: | , , , |
---|---|
Other Authors: | |
Format: | Artigo de periódico biblioteca |
Language: | pt_BR por |
Published: |
2011-01-07
|
Subjects: | Redes Neurais Artificiais., Paricá, RNA., |
Online Access: | http://www.alice.cnptia.embrapa.br/alice/handle/doc/872394 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Summary: | Este trabalho apresenta um método para determinar o volume comercial do Schizolobium amazonicum (Huber) Ducke, com casca, utilizando Redes Neurais Artificiais (RNAs). Compara os resultados com estimativas obtidas pelo método de regressão linear e quadrática. O modelo neural artificial utiliza uma RNA multicamada direta com uma camada intermediária e, o algoritmo de treinamento supervisionado backpropagation. Os resultados obtidos pelo modelo neural foram mais próximos do real que os obtidos pelos métodos de regressão linear e quadrática. O erro médio absoluto obtido pela RNA foi aproximadamente 50% menor quando comparado com o obtido pelo modelo de regressão quadrática e o erro padrão da estimativa cerca de 30% menor do que os obtidos pelos modelos de regressão linear e quadrática. Com o uso do modelo neural, não foi necessário utilizar o fator de forma, já que este varia de acordo com a idade, diâmetro e altura das árvores. |
---|