| |
|
|
| Registros recuperados : 13 | |
| 1. |  | ASSIS, A. L.; SCOLFORO, J. R. S.; MELLO, J. M. Eficiência de modelos de afilamento para Eucalyptus grandis e Eucalyptus urophylla. In: INTERNATIONAL CONGRESS AND EXHIBITION ON FOREST, 5., 1999, Curitiba. Forest 99: [resumos]. Rio de Janeiro: BIOSFERA, 1999. 1 CD-ROM. Autoria bilíngue: CONGRESSO E EXPOSICAO INTERNACIONAL SOBRE FLORESTAS, 5., 1999, Curitiba.| Biblioteca(s): Embrapa Florestas. |
|   |
| 6. | | FORERO-PEÑUELA, L. Y.; DESCHAMPS, C.; DE ASSIS, A. L. A.; DE LIMA, L. F.; BIZZO, H.; ROSA, G. M. Caracterización química del aceite esencial de Lippia alba quimiotipo linalol, en el municipio de Pinhais, Paraná, Brasil. In: SIMPÓSIO IBEROAMERICANO DE PLANTAS MEDICINAIS, 5., 2010, Itajaí. Posters... Itajaí: Univali, 2010.| Biblioteca(s): Embrapa Agroindústria de Alimentos. |
|  |
| 7. | | MENDONÇA, A. R. de; SILVA, G. F. da; OLIVEIRA, J. T. da S.; NOGUEIRA, G. S.; ASSIS, A. L. de. Avaliação de funções de afilamento visando a otimização de fustes de Eucalyptus sp. para multiprodutos. Cerne, Lavras, v. 13, n. 1, p. 71-82, jan./mar. 2007.| Biblioteca(s): Embrapa Florestas. |
| |
| 8. | | ASSIS, A. L.; SCOLFORO, J. R. S.; MELLO, J. M.; ACERBI JUNIOR, F. W.; OLIVEIRA, A. D. Comparação de modelos polinomiais segmentados e não-segmentados na estimativa de diâmetros e volumes ao longo do fuste de Pinus taeda. Cerne, Lavras, v. 7, n. 1, p. 20-40, 2001.| Biblioteca(s): Embrapa Florestas. |
| |
| 9. | | SILVA, J. P. M.; CABACINHA, C. D.; ASSIS, A. L.; MONTEIRO, T. C.; ARAÚJO JÚNIOS, C. A.; MAIA, R. D. Redes neurais artificiais para estimar a densidade básica de madeiras do cerrado. Pesquisa Florestal Brasileira, Colombo, v. 38, e201701656, 2018. 10 p.| Biblioteca(s): Embrapa Florestas. |
| |
| 10. | | FERRAZ FILHO, A. C.; SCOLFORO, J. R. S.; FERREIRA, M. Z.; MAESTRI, R.; ASSIS, A. L. de; OLIVEIRA, A. D. de; MELLO, J. M. de. Dominant height projection model with the addition of environmental variables. Cerne, Lavras, v. 17, n. 3, p. 427-433, jul./set. 2011.| Biblioteca(s): Embrapa Florestas. |
| |
| 11. | | ASSIS, A. L. de; MELLO, J. M. de; GUEDES, I. C. de L.; SCOLFORO, J. R. S.; OLIVEIRA, A. D. de. Development of a sampling strategy for young stands of Eucalyptus sp. using geostatistics. Cerne, Lavras, v. 15, n. 2, p. 166-173, abr./jun. 2009.| Biblioteca(s): Embrapa Florestas. |
| |
| 13. | | ARAÚJO JÚNIOR, C. A.; SOUZA, P. D. de; ASSIS, A. L. de; CABACINHA, C. D.; LEITE, H. G.; SOARES, C. P. B.; SILVA, A. A. L. da; CASTRO, R. V. O. Artificial neural networks, quantile regression, and linear regression for site index prediction in the presence of outliers. Pesquisa Agropecuária Brasileira, v. 54, e00078, 2019. Título em português: Redes neurais artificiais, regressão quantílica e regressão linear para predição do índice de sítio na presença de ?outliers?.| Biblioteca(s): Embrapa Unidades Centrais. |
| |
| Registros recuperados : 13 | |
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Florestas. |
|
Data corrente: |
14/01/2019 |
|
Data da última atualização: |
14/01/2019 |
|
Autoria: |
SILVA, J. P. M.; CABACINHA, C. D.; ASSIS, A. L.; MONTEIRO, T. C.; ARAÚJO JÚNIOS, C. A.; MAIA, R. D. |
|
Título: |
Redes neurais artificiais para estimar a densidade básica de madeiras do cerrado. |
|
Ano de publicação: |
2018 |
|
Fonte/Imprenta: |
Pesquisa Florestal Brasileira, Colombo, v. 38, e201701656, 2018. 10 p. |
|
DOI: |
10.4336/2018.pfb.38e201801656 |
|
Idioma: |
Português |
|
Conteúdo: |
A densidade básica da madeira é uma propriedade importante, pois está relacionada ao produto final nos diversos usos que a madeira possui. Porém, sua determinação demanda tempo e custos, o que justifica o emprego de técnicas mais refinadas para a sua estimação, como as redes neurais artificias (RNA). Objetivouse avaliar a utilização das RNA para estimar a densidade básica de espécies do cerrado sensu stricto com o uso do aparelho Pilodyn e variáveis dendrométricas. Para comparação dos resultados obtidos pelas RNA, foram ajustados modelos de regressão. A rede neural com melhor desempenho foi a que utilizou como variáveis de entrada a profundidade de penetração (Pilodyn), espécie e o diâmetro a 1,30 m do solo, apresentando R² = 0,72 e com raiz do erro quadrado médio em porcentagem (RMSE%) = 5,69. O modelo de regressão apresentou R² = 0,72 e RMSE% = 9,19. É possível usar redes neurais artificiais para estimar a densidade básica da madeira das espécies do cerrado stricto sensu estudadas com resultados satisfatórios. |
|
Palavras-Chave: |
Inteligência artificial; Pilodyn. |
|
Thesagro: |
Densidade da Madeira; Madeira; Propriedade Físico-Química. |
|
Thesaurus NAL: |
Artificial intelligence; Wood properties. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/190426/1/1656-18686-1-PB.pdf
|
|
Marc: |
LEADER 01915naa a2200277 a 4500
001 2103932
005 2019-01-14
008 2018 bl uuuu u00u1 u #d
024 7 $a10.4336/2018.pfb.38e201801656$2DOI
100 1 $aSILVA, J. P. M.
245 $aRedes neurais artificiais para estimar a densidade básica de madeiras do cerrado.$h[electronic resource]
260 $c2018
520 $aA densidade básica da madeira é uma propriedade importante, pois está relacionada ao produto final nos diversos usos que a madeira possui. Porém, sua determinação demanda tempo e custos, o que justifica o emprego de técnicas mais refinadas para a sua estimação, como as redes neurais artificias (RNA). Objetivouse avaliar a utilização das RNA para estimar a densidade básica de espécies do cerrado sensu stricto com o uso do aparelho Pilodyn e variáveis dendrométricas. Para comparação dos resultados obtidos pelas RNA, foram ajustados modelos de regressão. A rede neural com melhor desempenho foi a que utilizou como variáveis de entrada a profundidade de penetração (Pilodyn), espécie e o diâmetro a 1,30 m do solo, apresentando R² = 0,72 e com raiz do erro quadrado médio em porcentagem (RMSE%) = 5,69. O modelo de regressão apresentou R² = 0,72 e RMSE% = 9,19. É possível usar redes neurais artificiais para estimar a densidade básica da madeira das espécies do cerrado stricto sensu estudadas com resultados satisfatórios.
650 $aArtificial intelligence
650 $aWood properties
650 $aDensidade da Madeira
650 $aMadeira
650 $aPropriedade Físico-Química
653 $aInteligência artificial
653 $aPilodyn
700 1 $aCABACINHA, C. D.
700 1 $aASSIS, A. L.
700 1 $aMONTEIRO, T. C.
700 1 $aARAÚJO JÚNIOS, C. A.
700 1 $aMAIA, R. D.
773 $tPesquisa Florestal Brasileira, Colombo$gv. 38, e201701656, 2018. 10 p.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Florestas (CNPF) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
