{"id":1070,"date":"2021-05-03T14:48:38","date_gmt":"2021-05-03T17:48:38","guid":{"rendered":"https:\/\/www3.unicentro.br\/ppgf\/?p=1070"},"modified":"2025-04-04T14:18:22","modified_gmt":"2025-04-04T17:18:22","slug":"modelagem-do-crescimento-e-producao-em-povoamento-de-eucalipto-utilizando-maquina-de-vetor-de-suporte-e-redes-neurais-artificiais","status":"publish","type":"post","link":"https:\/\/www3.unicentro.br\/ppgf\/2021\/05\/03\/modelagem-do-crescimento-e-producao-em-povoamento-de-eucalipto-utilizando-maquina-de-vetor-de-suporte-e-redes-neurais-artificiais\/","title":{"rendered":"Modelagem do crescimento e produ\u00e7\u00e3o em povoamento de eucalipto utilizando m\u00e1quina de vetor de suporte e redes neurais artificiais"},"content":{"rendered":"

M\u00e1rcio Assis Cordeiro<\/span><\/strong><\/p>\n

 <\/p>\n

Defesa P\u00fablica:<\/strong> 11 de mar\u00e7o de 2021<\/span><\/p>\n

 <\/p>\n

Banca Examinadora:<\/span><\/strong><\/p>\n

Prof. Dr. Alexandre Behling\u2013 UFPR \u2013 Primeiro Examinador<\/span>
\nProf\u00aa. Dra. Andrea Nogueira Dias \u2013 UNICENTRO \u2013 Segunda Examinadora<\/span>
\nProf. Dr. Julio Eduardo Arce \u2013 UFPR\/UNICENTRO \u2013 Orientador e Presidente da Banca Examinadora<\/span><\/p>\n

 <\/p>\n

Resumo:<\/span><\/strong><\/p>\n

Este estudo teve por objetivo avaliar o desempenho de redes neurais artificiais (RNAs) e m\u00e1quinas de vetor de suporte (MVS) na modelagem de vari\u00e1veis dendrom\u00e9tricas em povoamentos de eucalipto. Os dados utilizados s\u00e3o oriundos de plantios comerciais n\u00e3o desbastados, localizados em quatro munic\u00edpios localizados da mesorregi\u00e3o sul do estado do Amap\u00e1 e foram disponibilizados pela empresa AmcelAmap\u00e1 florestal e celulose S\/A. S\u00e3o provenientes de parcelas permanentes, parcelas tempor\u00e1rias e invent\u00e1rio pr\u00e9-corte, com idades variando entre 22 e 88 meses. Foram ajustados modelos hipsom\u00e9tricos, volum\u00e9tricos e de crescimento e produ\u00e7\u00e3o consagrados na literatura, e comparados com a t\u00e9cnica de m\u00e1quina de vetor de suporte e de redes neurais artificiais. Para cada tipo de modelagem, os dados foram divididos aleatoriamente em dois grupos, 80% dos dados para ajuste\/treinamento e 20% para valida\u00e7\u00e3o\/generaliza\u00e7\u00e3o dos mesmos. As mesmas vari\u00e1veis dendrom\u00e9tricas utilizadas pelos modelos de regress\u00e3o, foram utilizadas pelas MVS e RNA. Para o treinamento e generaliza\u00e7\u00e3o das m\u00e1quinas de vetor de suporte (MVS), foram utilizadas quatro configura\u00e7\u00f5es, formadas a partir de duas fun\u00e7\u00f5es de erro e duas fun\u00e7\u00f5es de kernel. Para configura\u00e7\u00e3o, treinamento e generaliza\u00e7\u00e3o das RNAs, foi utilizado o software Neuro 4.0, no qual foram utilizadas configura\u00e7\u00f5es de redes do tipo Adaline (Adaptive Linear Element); Multilayer Perceptron (MLP) e Fun\u00e7\u00f5es de Base Radial (Radial Basis Function-RBF). Antecedendo a modelagem do crescimento e produ\u00e7\u00e3o, foi realizado o ajuste das curvas de s\u00edtio e a classifica\u00e7\u00e3o da capacidade produtiva, pelo m\u00e9todo da curvaguia. Para tal foram avaliados dois modelos n\u00e3o lineares e, em seguida foi avaliada a estabilidade das curvas de s\u00edtio nas parcelas que tiveram mais de tr\u00eas medi\u00e7\u00f5es. Na modelagem do crescimento e produ\u00e7\u00e3o, utilizou-se o \u00edndice de s\u00edtio estimado pela equa\u00e7\u00e3o selecionada. A qualidade dos ajustes dos modelos de regress\u00e3o, e das metodologias utilizando RNAs e MVS, foram avaliadas utilizando-se o coeficiente de correla\u00e7\u00e3o entre os valores observados e estimados (ry\u0177), a raiz quadrada do erro m\u00e9dio, expresso em porcentagem da m\u00e9dia (RMSE%), an\u00e1lise gr\u00e1fica dos res\u00edduos (Res%). M\u00e1quinas de vetor de suporte e redes neurais artificiais apresentaram bom desempenho nas estimativas de altura, volume individual e nas proje\u00e7\u00f5es de \u00e1rea basal e volume por hectare, demonstrando serem t\u00e9cnicas promissoras para aplica\u00e7\u00f5es na \u00e1rea de mensura\u00e7\u00e3o e manejo florestal.<\/span><\/p>\n

\"PDF\"<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

M\u00e1rcio Assis Cordeiro<\/p>\n","protected":false},"author":360,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_exactmetrics_skip_tracking":false,"_exactmetrics_sitenote_active":false,"_exactmetrics_sitenote_note":"","_exactmetrics_sitenote_category":0,"footnotes":"","_links_to":"","_links_to_target":""},"categories":[74,54],"tags":[],"class_list":["post-1070","post","type-post","status-publish","format-standard","hentry","category-74","category-defesas-mestrado"],"_links":{"self":[{"href":"https:\/\/www3.unicentro.br\/ppgf\/wp-json\/wp\/v2\/posts\/1070","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www3.unicentro.br\/ppgf\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www3.unicentro.br\/ppgf\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www3.unicentro.br\/ppgf\/wp-json\/wp\/v2\/users\/360"}],"replies":[{"embeddable":true,"href":"https:\/\/www3.unicentro.br\/ppgf\/wp-json\/wp\/v2\/comments?post=1070"}],"version-history":[{"count":2,"href":"https:\/\/www3.unicentro.br\/ppgf\/wp-json\/wp\/v2\/posts\/1070\/revisions"}],"predecessor-version":[{"id":4869,"href":"https:\/\/www3.unicentro.br\/ppgf\/wp-json\/wp\/v2\/posts\/1070\/revisions\/4869"}],"wp:attachment":[{"href":"https:\/\/www3.unicentro.br\/ppgf\/wp-json\/wp\/v2\/media?parent=1070"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www3.unicentro.br\/ppgf\/wp-json\/wp\/v2\/categories?post=1070"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www3.unicentro.br\/ppgf\/wp-json\/wp\/v2\/tags?post=1070"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}