ALTURA DE MUDAS DA Tibouchina granulosa COGN. (MELASTOMATACEAE) ESTIMADA POR REDES NEURAIS ARTIFICIAIS

Jéssica Cristina Barbosa Ferreira, Bruno Oliveira Lafetá, Tamires Mousslech Andrade Penido, Paulo Modesto de Campos, Pedro Mendes Castro

Resumo


O objetivo do presente trabalho foi avaliar a eficiência da estimação da altura de mudas da Tibouchina granulosa em função do diâmetro do coleto, sob diferentes composições de substrato, empregando Redes Neurais Artificiais (RNA). Foram selecionadas 72 mudas produzidas via tubetes para a repicagem em baldes de 25 litros. Adotou-se delineamento experimental inteiramente casualizado, com três repetições, sendo os tratamentos constituídos por quatro composições de substrato. Cada unidade experimental foi composta por seis mudas. Aos 13 meses de idade foram mensurados o Diâmetro à Altura do Coleto (DAC) e a altura total (H) de todas as mudas. Foram treinadas 200 RNA para estimar a H, sendo 100 Multilayer Perceptron (MLP) e 100 Radial Basis Function (RBF). As variáveis utilizadas como entrada das RNA para estimação da altura das mudas foram numéricas (DAC e H) e categórica (T: Substrato 1 – T1; Substrato 2 – T2; Substrato 3 – T3 e Substrato 4 – T4). Conclui-se, assim, que a modelagem por RNA utilizando arquitetura MLP é adequada e precisa para estimar a altura de mudas da Tibouchina granulosa.

Palavras-chave


Inteligência artificial; Relações hipsométricas; Vegetação urbana.

Texto completo:

PDF PDF (English)


DOI: http://dx.doi.org/10.5380/revsbau.v9i1.66600

Apontamentos

  • Não há apontamentos.


Direitos autorais 2019

Licença Creative Commons
Esta obra está licenciada sob uma licença Creative Commons Atribuição - NãoComercial 4.0 Internacional.