|
|
Registro Completo |
Biblioteca(s): |
Embrapa Meio Ambiente. |
Data corrente: |
14/05/2007 |
Data da última atualização: |
13/08/2015 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Autoria: |
TIMM, L. C.; GOMES, D. T.; BARBOSA, E. P.; REICHARDT, K.; SOUZA, M. D. de; DYNIA, J. F. |
Afiliação: |
L. 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. |
Título: |
Neural network and state-space models for studying relationships among soil properties. |
Ano de publicação: |
2006 |
Fonte/Imprenta: |
Scientia Agricola, Piracicaba, v. 63, n. 4, p. 386-395, jul./ago. 2006. |
Idioma: |
Inglês |
Conteúdo: |
O 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. |
Palavras-Chave: |
Modelos de predição; Propriedades do solo; Redes neurais; Transição espacial. |
Thesagro: |
Física do solo; Química do solo. |
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/125708/1/2006AP-018.pdf
|
Marc: |
LEADER 02176naa a2200253 a 4500 001 1015379 005 2015-08-13 008 2006 bl uuuu u00u1 u #d 100 1 $aTIMM, L. C. 245 $aNeural network and state-space models for studying relationships among soil properties.$h[electronic resource] 260 $c2006 520 $aO 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. 650 $aFísica do solo 650 $aQuímica do solo 653 $aModelos de predição 653 $aPropriedades do solo 653 $aRedes neurais 653 $aTransição espacial 700 1 $aGOMES, D. T. 700 1 $aBARBOSA, E. P. 700 1 $aREICHARDT, K. 700 1 $aSOUZA, M. D. de 700 1 $aDYNIA, J. F. 773 $tScientia Agricola, Piracicaba$gv. 63, n. 4, p. 386-395, jul./ago. 2006.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Meio Ambiente (CNPMA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registros recuperados : 16 | |
1. | | TIMM, L. C.; GOMES, D. T.; BARBOSA, E. P.; REICHARDT, K.; SOUZA, M. D. de; DYNIA, J. F. Neural network and state-space models for studying relationships among soil properties. Scientia Agricola, Piracicaba, v. 63, n. 4, p. 386-395, jul./ago. 2006.Tipo: Artigo em Periódico Indexado | Circulação/Nível: Internacional - B |
Biblioteca(s): Embrapa Meio Ambiente. |
| |
2. | | LAHMAR, R.; ARRÚE, J. L.; DENARDIN, J. E.; GUPTA, R. K.; RIBEIRO, M. F. S.; TOURDONNET, S. de; ABROL, I. P.; BARZ, P.; BENITO, A. de; BIANCHINI, A.; BOLLIGER, A.; CANTERO-MARTÍNEZ, C.; CARDARELLI, A.; CHENU, C.; DÜRING, R. A.; FERNÁNDEZ, J. E.; FERREIRA, R.; FLORES, C. A.; FRIELINGHAUS, M.; TUAN, HA DINH; HUSSAIN, I.; KAVVADIAS, V.; KLIEMANN, H. J.; KOCHHANN, R. A.; KÖLLI, R.; KUBAT, J.; LAKTIONOVA, T.; LÓPES, M. V.; MAGID, J.; MEDVEDEV, V.; MENDES, I. C.; MICHELS, A.; MIRANDA, G. M.; MONTOYA, L.; MORENO, F.; MRABET, R.; MÜLLER, L.; MURILLO, J. M.; NAZARENO, N.; NETLAND, J.; NIELSEN, N. E.; NIEVES-MORTENSEN, C.; NOVAKOVA, J.; NOZIÈRES, A.; ONORATI, A.; PASCHALIDIS, C.; PAZ, C.; PEIRETTI, R.; PÉREZ DE CIRIZA, J. J.; PICARD, D.; PILLON, C. N.; POCHEPTSOVA, L.; QUILLET, J. C.; SANGAR, S.; SAULAS, P.; SCOPEL, E.; SKORA NETO, F.; SIMON, T.; SOMBRERO, A.; TENORIO, J. L.; TESSIER, D.; THINGGAARD, K.; TRIPATHI, S. C.; VANDEPUTTE, E.; WERRITY, J.; WILLMS, M.; ZAMBRANA, E.; ZERVAKIS, G. Knowledge assessment and sharing on sustainable agriculture. Synthesis report. In: LAHMAR, R.; ARRÚE, J. L.; DENARDIN, J. E.; GUPTA, R. K.; RIBEIRO, M. F. S.; TOURDONNET, S. de. (Ed.). KASSA - Knowledge Assessment and Sharing on Sustainable Agriculture. Montpellier: CIRAD, 2007. 132 p. 1 CD-ROM. Projeto DG-Research - Contract nº GOCE-CT-2004-505582.Tipo: Capítulo em Livro Técnico-Científico |
Biblioteca(s): Embrapa Trigo. |
| |
3. | | BENCHIMOL, R. L.; MORAES, A. J. G. de; CARVALHO, E. J. M.; BORGES, L. C. M.; LEDOUX, P. de P.; CRUZ, R. P. B. de S.; LIMA, S. de S. Análise crítica do plano de melhoria de gestão da Embrapa Amazônia Oriental 2004/2005. Belém, PA: Embrapa Amazônia Oriental, 2007. 37 p. il. (Embrapa Amazônia Oriental. Documentos, 311). Versão eletrônica. 1ª impressão: 2009.Biblioteca(s): Embrapa Amazônia Oriental. |
| |
8. | | SALGADO, C. C.; CAMPOS, J. M. S.; CHAVES, I. S.; PEREIRA, V. A.; DAVIDE, L. C.; BUSTAMANTE, F. O.; PAIVA, E. A. A. Estratégias citogenéticas no melhoramento do capim-elefante. In: CONGRESSO BRASILEIRO DE GENÉTICA, 52., 2006, Foz do Iguaçu. Resumos... Ribeirão Preto: SBG, 2006. p. 1184.Tipo: Resumo em Anais de Congresso |
Biblioteca(s): Embrapa Gado de Leite. |
| |
9. | | SANTOS, T. B. DOS; CARVALHO, C. W. P. de. Exploring millet starch as food ingredient. In: CONGRESSO BRASILEIRO DE TECNOLOGIA DE CEREAIS E PANIFICAÇÃO, 2., 2022, Tecnologia e inovação em pauta: desafios na indústria de cereais e panificação. Anais... Sete Lagoas: Universidade Federal de São João del-Rei, 2022. Evento on-line. CBCP. 15 a 19 de agosto.Tipo: Artigo em Anais de Congresso |
Biblioteca(s): Embrapa Agroindústria de Alimentos. |
| |
Registros recuperados : 16 | |
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|