MÁQUINA DE VETORES DE SUPORTE PARA ESTIMAR A PRODUTIVIDADE DA SOJA
| Autor: | Marcela Marques Barbosa, Paulo Lopes de Menezes, Gabriela Karoline Michelon, Arnaldo Cândido Júnior, Claudio Leones Bazzi |
|---|---|
| Rok vydání: | 2017 |
| Předmět: | |
| Zdroj: | REVISTA ENGENHARIA NA AGRICULTURA - REVENG. 25:240-248 |
| ISSN: | 2175-6813 1414-3984 |
| DOI: | 10.13083/reveng.v25i3.745 |
| Popis: | A soja é uma das principais oleaginosas da produção agrícola mundial, sendo muito utilizada para alimentação humana e animal, para produtos industrializados e ainda como fonte alternativa de biocombustível. É por suas grandes utilizações que é muito valorizada e cultivada no mundo. Portanto, este trabalho buscou aplicar uma técnica de inteligência artificial para predizer a produtividade da soja e, consequentemente, maximizar a produção de uma área cultivável, aumentar o lucro do produtor e diminuir impactos ambientais. Utilizou-se, então, a técnica da máquina de suporte de vetores para buscar um modelo de predição da produtividade da soja por meio de dados de macro nutrientes presentes na folha da soja, permitindo assim, que sejam realizadas adubações somente nos locais necessários, preditos como pontos de baixa produtividade pelo melhor modelo de máquina de suporte de vetores obtido. Dentre todos os modelos criados, o melhor modelo de predição da produtividade conseguiu explicar 58% dos dados observados com as variáveis de nitrogênio, fósforo, potássio, cálcio e magnésio. Buscando utilizar menos variáveis para tornar a prática mais acessível ao produtor, aplicou-se um algoritmo que faz a seleção de variáveis de entrada para a máquina de suporte de vetores. Como resultado da utilização de menos variáveis de entrada, obteve-se um modelo que utilizou somente os dados de nitrogênio, fósforo e cálcio, sendo um modelo de predição menos custoso, pois com apenas três variáveis, explicou 58% dos dados observados, assim como o modelo que utilizou todas as variáveis. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|