|
|
Registro Completo |
Biblioteca(s): |
Embrapa Solos. |
Data corrente: |
19/09/2023 |
Data da última atualização: |
22/11/2023 |
Tipo da produção científica: |
Artigo em Anais de Congresso |
Autoria: |
KUCHLER, P. C.; SIMÕES, M.; FERRAZ, R. P. D.; ALMEIDA, M. B. F. de; BÉGUÉ, A. |
Afiliação: |
PATRICK CALVANO KUCHLER, UNIVERSIDADE DO ESTADO DO RIO DE JANEIRO; MARGARETH GONCALVES SIMOES, CNPS; RODRIGO PECANHA DEMONTE FERRAZ, CNPS; MATEUS BENCHIMOL FERREIRA DE ALMEIDA, UNIVERSIDADE DO ESTADO DO RIO DE JANEIRO; AGNÈS BÉGUÉ, MAISON DE LA TÉLÉDÉTÉCTION. |
Título: |
Avaliação do impacto das amostras de treinamento na acurácia da classificação random forest dos sistemas integrados de produção agropecuária. |
Ano de publicação: |
2023 |
Fonte/Imprenta: |
In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 20., 2023, Florianópolis. Anais [...]. São José dos Campos: Instituto Nacional de Pesquisas Espaciais, 2023. p. 2484-2487. |
Idioma: |
Português |
Conteúdo: |
Ao conduzir uma classificação supervisionada com algoritmos de aprendizado de máquina, como o Random Forest, a estratégia de balanceamento das amostras é fundamental, pois impacta diretamente nos resultados. Estes classificadores são sensíveis às proporções das amostras de treinamento das diferentes classes. Compreender como estes fatores influenciam na classificação de áreas de produção agropecuária, sobretudo de sistemas minoritários e complexos como o iLP (Integração Lavoura-Pecuária) são de extrema importância para contribuir com metodologias de monitoramento. Para avaliar o impacto do balanceamento, foram testados três grupos de dados de aprendizagem do Random Forest: (i) Bset01: dados balanceados entre três classes prioritárias no estado do Mato Grosso; (ii) Bset02: dados desbalanceados com as proporções refletindo a realidade de campo e (iii) Bset03: superestimando a classe rara iLP. Os melhores valores de fscore da classe iLP foram para Bset01 (0,81) e Bset02 (0,83), com um erro de comissão mais alto para Bset01, sugerindo uma melhor performance do Bset02. |
Palavras-Chave: |
Agricultura de baixa emissão de carbono; Aprendizado de máquina; Dados de treinamento; ILP; Séries temporais. |
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1156750/1/Avaliacao-do-impacto-das-amostras-de-treinamento-na-acuracia-2023.pdf
|
Marc: |
LEADER 01979nam a2200217 a 4500 001 2156750 005 2023-11-22 008 2023 bl uuuu u00u1 u #d 100 1 $aKUCHLER, P. C. 245 $aAvaliação do impacto das amostras de treinamento na acurácia da classificação random forest dos sistemas integrados de produção agropecuária.$h[electronic resource] 260 $aIn: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 20., 2023, Florianópolis. Anais [...]. São José dos Campos: Instituto Nacional de Pesquisas Espaciais, 2023. p. 2484-2487.$c2487 520 $aAo conduzir uma classificação supervisionada com algoritmos de aprendizado de máquina, como o Random Forest, a estratégia de balanceamento das amostras é fundamental, pois impacta diretamente nos resultados. Estes classificadores são sensíveis às proporções das amostras de treinamento das diferentes classes. Compreender como estes fatores influenciam na classificação de áreas de produção agropecuária, sobretudo de sistemas minoritários e complexos como o iLP (Integração Lavoura-Pecuária) são de extrema importância para contribuir com metodologias de monitoramento. Para avaliar o impacto do balanceamento, foram testados três grupos de dados de aprendizagem do Random Forest: (i) Bset01: dados balanceados entre três classes prioritárias no estado do Mato Grosso; (ii) Bset02: dados desbalanceados com as proporções refletindo a realidade de campo e (iii) Bset03: superestimando a classe rara iLP. Os melhores valores de fscore da classe iLP foram para Bset01 (0,81) e Bset02 (0,83), com um erro de comissão mais alto para Bset01, sugerindo uma melhor performance do Bset02. 653 $aAgricultura de baixa emissão de carbono 653 $aAprendizado de máquina 653 $aDados de treinamento 653 $aILP 653 $aSéries temporais 700 1 $aSIMÕES, M. 700 1 $aFERRAZ, R. P. D. 700 1 $aALMEIDA, M. B. F. de 700 1 $aBÉGUÉ, A.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Solos (CNPS) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
| Acesso ao texto completo restrito à biblioteca da Embrapa Florestas. Para informações adicionais entre em contato com cnpf.biblioteca@embrapa.br. |
Registro Completo
Biblioteca(s): |
Embrapa Florestas. |
Data corrente: |
28/07/2004 |
Data da última atualização: |
28/07/2004 |
Autoria: |
UHLMANN, A.; CURCIO, G. R.; GALVÃO, F.; SILVA, S. M. |
Afiliação: |
CURCIO, Pesquisador da Embrapa Florestas. |
Título: |
Relações entre a distribuição de categorias fitofisionômicas e padrões geomórficos e pedológicos em uma área de savana (cerrado) no Estado do Paraná, Brasil. |
Ano de publicação: |
1997 |
Fonte/Imprenta: |
Arquivos de Biologia e Tecnologia, Curitiba, v. 40, n. 1, p. 473-483, jun. 1997. |
Idioma: |
Português |
Palavras-Chave: |
Savana. |
Thesagro: |
Cerrado; Solo. |
Categoria do assunto: |
-- |
Marc: |
LEADER 00607naa a2200181 a 4500 001 1309282 005 2004-07-28 008 1997 bl uuuu u00u1 u #d 100 1 $aUHLMANN, A. 245 $aRelações entre a distribuição de categorias fitofisionômicas e padrões geomórficos e pedológicos em uma área de savana (cerrado) no Estado do Paraná, Brasil. 260 $c1997 650 $aCerrado 650 $aSolo 653 $aSavana 700 1 $aCURCIO, G. R. 700 1 $aGALVÃO, F. 700 1 $aSILVA, S. M. 773 $tArquivos de Biologia e Tecnologia, Curitiba$gv. 40, n. 1, p. 473-483, jun. 1997.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Florestas (CNPF) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Expressão de busca inválida. Verifique!!! |
|
|