|
|
Registro Completo |
Biblioteca(s): |
Embrapa Territorial. |
Data corrente: |
10/01/2023 |
Data da última atualização: |
10/01/2023 |
Tipo da produção científica: |
Artigo em Anais de Congresso |
Autoria: |
SILVA, M. A. S. da; MATOS, L. N.; SANTOS, F. E. DE O.; DOMPIERI, M. H. G.; MOURA, F. R. DE. |
Afiliação: |
MARCOS AURELIO SANTOS DA SILVA, CPATC; LEONARDO NOGUEIRA MATOS, UNIVERSIDADE FEDERAL DE SERGIPE; FLÁVIO EMANUEL DE OLIVEIRA SANTOS, UNIVERSIDADE FEDERAL DE SERGIPE; MARCIA HELENA GALINA DOMPIERI, CNPM; FÁBIO RODRIGUES DE MOURA, UNIVERSIDADE FEDERAL DE SERGIPE. |
Título: |
Feature extraction of spatial panel data with autoencoders for clustering the Brazilian agricultural diversity. |
Ano de publicação: |
2022 |
Fonte/Imprenta: |
In: BRAZILIAN SYMPOSIUM ON GEOINFORMATICS, 22., 2022, São José dos Campos. Proceedings... São José dos Campos: MCTIC/INPE, 2022. p. 27-38. |
Idioma: |
Inglês |
Notas: |
GEOINFO 2022. |
Conteúdo: |
ABSTRACT - Brazilian agricultural production presents a high degree of spatial diversity, which challenges designing territorial public policies to promote sustainable development. This article proposes a new approach to cluster Brazilian municipalities according to their agricultural production. It combines a feature extraction mechanism using Deep Learning based on Autoencoders and clustering based on k-means and Self-Organizing Maps. We used the panel data from IBGE?s annual estimates of Brazilian agricultural production between 1999 and 2018. Different structures of simple stacked undercomplete autoencoders were analyzed, varying the number of layers and neurons in each of them, including the latent layer. We evaluated the asymmetric exponential linear loss function to cope with the sparse data. The results show that in comparison with the ground truth adopted, the autoencoder model combined with the Self-Organizing Maps and the k-means algorithm presented a better result than the clustering of the raw data from the k-means, demonstrating the ability of simple stacked autoencoders to reduce the dimensionality and create a new space of features in their latent layer where the data can be analyzed and clustered. Although the general accuracy is low, the results are promising, considering that we can add new improvements to the Deep Clustering process. |
Palavras-Chave: |
Clustering process. |
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1150828/1/6082.pdf
|
Marc: |
LEADER 02062nam a2200181 a 4500 001 2150828 005 2023-01-10 008 2022 bl uuuu u00u1 u #d 100 1 $aSILVA, M. A. S. da 245 $aFeature extraction of spatial panel data with autoencoders for clustering the Brazilian agricultural diversity.$h[electronic resource] 260 $aIn: BRAZILIAN SYMPOSIUM ON GEOINFORMATICS, 22., 2022, São José dos Campos. Proceedings... São José dos Campos: MCTIC/INPE, 2022. p. 27-38.$c2022 500 $aGEOINFO 2022. 520 $aABSTRACT - Brazilian agricultural production presents a high degree of spatial diversity, which challenges designing territorial public policies to promote sustainable development. This article proposes a new approach to cluster Brazilian municipalities according to their agricultural production. It combines a feature extraction mechanism using Deep Learning based on Autoencoders and clustering based on k-means and Self-Organizing Maps. We used the panel data from IBGE?s annual estimates of Brazilian agricultural production between 1999 and 2018. Different structures of simple stacked undercomplete autoencoders were analyzed, varying the number of layers and neurons in each of them, including the latent layer. We evaluated the asymmetric exponential linear loss function to cope with the sparse data. The results show that in comparison with the ground truth adopted, the autoencoder model combined with the Self-Organizing Maps and the k-means algorithm presented a better result than the clustering of the raw data from the k-means, demonstrating the ability of simple stacked autoencoders to reduce the dimensionality and create a new space of features in their latent layer where the data can be analyzed and clustered. Although the general accuracy is low, the results are promising, considering that we can add new improvements to the Deep Clustering process. 653 $aClustering process 700 1 $aMATOS, L. N. 700 1 $aSANTOS, F. E. DE O. 700 1 $aDOMPIERI, M. H. G. 700 1 $aMOURA, F. R. DE
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Territorial (CNPM) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registro Completo
Biblioteca(s): |
Embrapa Meio Ambiente. |
Data corrente: |
19/06/2007 |
Data da última atualização: |
14/11/2018 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Circulação/Nível: |
Nacional - C |
Autoria: |
RAMOS FILHO, L. O.; RODRIGUES, I.; FRIGHETTO, R. T. S.; RODRIGUES, G. S.; CAMPAGNOLLA, C.; BROMBAL, J. C. |
Afiliação: |
LUIZ OCTAVIO RAMOS FILHO, CNPMA; ISIS RODRIGUES, CNPMA; ROSA TOYOKO SHIRAISHI FRIGHETTO, CNPMA; GERALDO STACHETTI RODRIGUES, CNPMA; CLAYTON CAMPAGNOLLA, SGE; JOSE CARLOS BROMBAL, UFCar. |
Título: |
Aplicação do sistema APOIA-Novo Rural para avaliação do desempenho ambiental do agroturismo. |
Ano de publicação: |
2004 |
Fonte/Imprenta: |
Cadernos de Ciência & Tecnologia, Brasília, DF, v. 21, n. 3, p. 409-423, set./dez. 2004. |
Idioma: |
Português |
Conteúdo: |
Este estudo objetivou a verificação do desempenho ambiental da atividade de agroturismo, utilizando um método desenvolvido pela Embrapa Meio Ambiente, denominado Avaliação Ponderada de Impacto Ambiental de Atividades do Novo Rural (APOIA-NovoRural). O sistema integra as dimensões ecológicas, sociais e econômicas, inclusive aquelas relativas à gestão e administração, proporcionando uma medida objetiva e abrangente da contribuição da atividade rural para o desenvolvimento local sustentável. O sistema foi aplicado em dez estabelecimentos rurais da região de Itu, no interior do Estado de São Paulo. Nos estabelecimentos estudados, o agroturismo apresentou bom desempenho econômico e ótimos indicadores relativos à conservação da qualidade da água, demandando porém atenção nos aspectos de recuperação dos habitats naturais e da paisagem, assim como melhorias nos aspectos de gestão e administração. O resultado obtido com esta abordagem permite evidenciar os principais pontos críticos a serem corrigidos por formas alternativas de manejo, no sentido de ampliar as vantagens que este tipo de atividade pode trazer em termos da contribuição para sustentabilidade. |
Palavras-Chave: |
Avaliação; Gestão ambiental; Metodologia; Propriedades rurais; Software; Sustentabilidade agrícola. |
Categoria do assunto: |
-- |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/186051/1/Ramos-Filho-aplicacao-6895.pdf
|
Marc: |
LEADER 01993naa a2200253 a 4500 001 1015485 005 2018-11-14 008 2004 bl uuuu u00u1 u #d 100 1 $aRAMOS FILHO, L. O. 245 $aAplicação do sistema APOIA-Novo Rural para avaliação do desempenho ambiental do agroturismo.$h[electronic resource] 260 $c2004 520 $aEste estudo objetivou a verificação do desempenho ambiental da atividade de agroturismo, utilizando um método desenvolvido pela Embrapa Meio Ambiente, denominado Avaliação Ponderada de Impacto Ambiental de Atividades do Novo Rural (APOIA-NovoRural). O sistema integra as dimensões ecológicas, sociais e econômicas, inclusive aquelas relativas à gestão e administração, proporcionando uma medida objetiva e abrangente da contribuição da atividade rural para o desenvolvimento local sustentável. O sistema foi aplicado em dez estabelecimentos rurais da região de Itu, no interior do Estado de São Paulo. Nos estabelecimentos estudados, o agroturismo apresentou bom desempenho econômico e ótimos indicadores relativos à conservação da qualidade da água, demandando porém atenção nos aspectos de recuperação dos habitats naturais e da paisagem, assim como melhorias nos aspectos de gestão e administração. O resultado obtido com esta abordagem permite evidenciar os principais pontos críticos a serem corrigidos por formas alternativas de manejo, no sentido de ampliar as vantagens que este tipo de atividade pode trazer em termos da contribuição para sustentabilidade. 653 $aAvaliação 653 $aGestão ambiental 653 $aMetodologia 653 $aPropriedades rurais 653 $aSoftware 653 $aSustentabilidade agrícola 700 1 $aRODRIGUES, I. 700 1 $aFRIGHETTO, R. T. S. 700 1 $aRODRIGUES, G. S. 700 1 $aCAMPAGNOLLA, C. 700 1 $aBROMBAL, J. C. 773 $tCadernos de Ciência & Tecnologia, Brasília, DF$gv. 21, n. 3, p. 409-423, set./dez. 2004.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Meio Ambiente (CNPMA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Expressão de busca inválida. Verifique!!! |
|
|