| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Cerrados. |
|
Data corrente: |
22/04/2002 |
|
Data da última atualização: |
20/05/2009 |
|
Autoria: |
PRADO, H. A. do; ENGEL, P. M.; SILVA, K. C. da. |
|
Título: |
Dealing with inconsistencies and knowledge loss in combinatioral neural model. |
|
Ano de publicação: |
2001 |
|
Fonte/Imprenta: |
In: SIMPOSIO ARGENTINO EN INTELIGENCIA ARTIFICIAL - ASAI'2001; JORNADAS ARGENTINAS DE INFORMATICA E INVESTIGACION OPERATIVA, 30., 2001, Buenos Aires. Anales JAIIO. Buenos Aires: Sociedad Argentina de Informatica e Investigacion Operativa, 2001. |
|
Páginas: |
p. 74-84. |
|
Idioma: |
Inglês |
|
Palavras-Chave: |
Computer applications; Data mining; Inteligencia artificial; Mineracao de dados; Redes neurais. |
|
Thesagro: |
Base de Dados. |
|
Thesaurus Nal: |
artificial intelligence; databases; neural networks. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 00917naa a2200253 a 4500
001 1564720
005 2009-05-20
008 2001 bl --- 0-- u #d
100 1 $aPRADO, H. A. do
245 $aDealing with inconsistencies and knowledge loss in combinatioral neural model.
260 $c2001
300 $ap. 74-84.
650 $aartificial intelligence
650 $adatabases
650 $aneural networks
650 $aBase de Dados
653 $aComputer applications
653 $aData mining
653 $aInteligencia artificial
653 $aMineracao de dados
653 $aRedes neurais
700 1 $aENGEL, P. M.
700 1 $aSILVA, K. C. da
773 $tIn: SIMPOSIO ARGENTINO EN INTELIGENCIA ARTIFICIAL - ASAI'2001; JORNADAS ARGENTINAS DE INFORMATICA E INVESTIGACION OPERATIVA, 30., 2001, Buenos Aires. Anales JAIIO. Buenos Aires: Sociedad Argentina de Informatica e Investigacion Operativa, 2001.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Cerrados (CPAC) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Florestas. |
|
Data corrente: |
14/02/2017 |
|
Data da última atualização: |
17/02/2017 |
|
Autoria: |
CAMPOS, B. P. F.; SILVA, G. F. da; BINOTI, D. H. B.; MENDONÇA, A. R. de; LEITE, H. G. |
|
Título: |
Predição da altura total de árvores em plantios de diferentes espécies por meio de redes neurais artificiais. |
|
Ano de publicação: |
2016 |
|
Fonte/Imprenta: |
Pesquisa Florestal Brasileira, Colombo, v. 36, n. 88, p. 375-385, out./dez. 2016. |
|
DOI: |
10.4336/2016.pfb.36.88.1166 |
|
Idioma: |
Português |
|
Conteúdo: |
O objetivo deste trabalho foi analisar a capacidade de uma rede neural artificial (RNA) em estimar a altura total de árvores de duas espécies em diferentes condições de crescimento. Para fins de comparação, também foi ajustado o modelo hipsométrico de Campos, aplicado por estrato, conforme o gênero, espécie, rotação, espaçamento e classe de idade das árvores. A avaliação das redes neurais artificiais e do modelo de Campos foi realizada com base no coeficiente de correlação entre as alturas observadas e estimadas, a raiz quadrada do erro quadrático médio percentual e de análises gráficas. Observou-se que a altura de árvores de diferentes espécies, em distintas condições de crescimento e locais, pode ser estimada utilizando uma única rede neural, com a mesma eficiência e exatidão normalmente obtida com o emprego de equações de regressão. |
|
Palavras-Chave: |
Commercial forestry; Floresta de produção; Forest inventories; Hypsometric relation; Relação hipsométrica. |
|
Thesagro: |
Inventário Florestal. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/155650/1/Predicao-da-altura-total-de-arvores-em-plantios.pdf
|
|
Marc: |
LEADER 01727naa a2200253 a 4500
001 2064088
005 2017-02-17
008 2016 bl uuuu u00u1 u #d
024 7 $a10.4336/2016.pfb.36.88.1166$2DOI
100 1 $aCAMPOS, B. P. F.
245 $aPredição da altura total de árvores em plantios de diferentes espécies por meio de redes neurais artificiais.$h[electronic resource]
260 $c2016
520 $aO objetivo deste trabalho foi analisar a capacidade de uma rede neural artificial (RNA) em estimar a altura total de árvores de duas espécies em diferentes condições de crescimento. Para fins de comparação, também foi ajustado o modelo hipsométrico de Campos, aplicado por estrato, conforme o gênero, espécie, rotação, espaçamento e classe de idade das árvores. A avaliação das redes neurais artificiais e do modelo de Campos foi realizada com base no coeficiente de correlação entre as alturas observadas e estimadas, a raiz quadrada do erro quadrático médio percentual e de análises gráficas. Observou-se que a altura de árvores de diferentes espécies, em distintas condições de crescimento e locais, pode ser estimada utilizando uma única rede neural, com a mesma eficiência e exatidão normalmente obtida com o emprego de equações de regressão.
650 $aInventário Florestal
653 $aCommercial forestry
653 $aFloresta de produção
653 $aForest inventories
653 $aHypsometric relation
653 $aRelação hipsométrica
700 1 $aSILVA, G. F. da
700 1 $aBINOTI, D. H. B.
700 1 $aMENDONÇA, A. R. de
700 1 $aLEITE, H. G.
773 $tPesquisa Florestal Brasileira, Colombo$gv. 36, n. 88, p. 375-385, out./dez. 2016.
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!!! |
|
|
