02265naa a2200217 a 450000100080000000500110000800800410001902200140006002400340007410000180010824501440012626000090027030000120027952016020029165300290189365300280192270000200195070000160197070000230198677300380200921511752024-01-12       2023    bl uuuu     u00u1 u    #d  a2178-83327 a10.5747/ce.2022.v14.e3932DOI1 aCORREA, D. V.  aAprendizagem de máquina para identificação de plantas de soja sob ataque de insetos usando dados hiperespectrais.h[electronic resource]  c2023  a146-153  aA integração entre as áreas de sensoriamento remoto e machine learning tem permitido um avanço na forma de mapeamento de campos agrícolas e monitoramento de culturas. Este trabalho investiga a capacidade de algoritmos de aprendizagem de máquina em classificar plantas de soja sob ataque de insetos, utilizando medidas de espectroscopia de refletância coletadas ao nível foliar. Para tanto, desenvolveu-se testes com diferentes algoritmos utilizando um conjunto de 991 curvas espectrais referentes à planta de soja saudável e sob ataque de pragas, coletadas em oito dias consecutivos. Essas curvas foram medidas pela equipe da EMBRAPA, usando um espectrorradiômetro portátil, que registra no intervalo de 350 a 2500 nm. Tais curvas foram, inicialmente, pré-processadas para a remoção das regiões de absorção atmosférica pelo vapor d?água, e em seguida subdividida em conjunto de treino, validação e teste dos algoritmos de aprendizagem de máquina. Utilizou-se o interpretador Google Collabs e os algoritmos foram inscritos em linguagem Python, utilizando bibliotecas, como a Skit Sklearn. Dentre os algoritmos utilizados, tem-se Random Forest, Decision Tree, Support Vector Machine, Logistic Regression e Extra-Tree. O Extra-tree tem melhor desempenho (F1-score = 80,40%; precision = 81%; recall = 80%) na tarefa proposta. Conclui-se que é possível processar medidas de espectroscopia de refletância com algoritmos de aprendizagem de máquina para se monitorar o ataque por insetos em plantas de soja. Recomenda-se que a abordagem aplicada seja testada em outras culturas.  aAprendizagem de máquina  aMedidas de refletância1 aRAMOS, A. P. M.1 aOSCO, L. P.1 aJORGE, L. A. de C.  tColloquium Exactarumgv.14, 2023.