Um sistema baseado em machine learning para apoio à decisão no gerenciamento de produção apícola

Autor: Weskley Damasceno Silva, Silas Santiago Lopes Pereira, Michell Olívio Xavier da Costa, Daniel Santiago Pereira
Přispěvatelé: WESKLEY DAMASCENO SILVA, IFCE, SILAS SANTIAGO LOPES PEREIRA, IFCE, DANIEL SANTIAGO PEREIRA, CPATU, MICHELL OLIVIO XAVIER DA COSTA, CPATU.
Rok vydání: 2021
Předmět:
Zdroj: Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA-Alice)
Empresa Brasileira de Pesquisa Agropecuária (Embrapa)
instacron:EMBRAPA
ISSN: 2317-3114
Popis: O setor apícola tem ganhado grandes proporções nos últimos tempos em termos de produção e comercialização de produtos, como o mel e seus derivados. O Brasil, apesar de ter acompanhado esse crescimento e possuir boas características para o desenvolvimento da apicultura, ainda sofre com a limitação no uso de ferramentas tecnológicas, o que afeta diretamente os níveis de produção. Este artigo propõe o desenvolvimento de uma ferramenta tecnológica que auxilie o apicultor no gerenciamento eficiente da produção apícola e na tomada de decisão a partir de modelos preditivos baseados em Machine Learning (ML) e integrados a um sistema web. Para tanto, foram utilizados diferentes algoritmos de ML para predição de produção de mel, tais como a Regressão Linear Múltipla, Decision Tree, Random Forest, Multilayer Perceptron (MLP) e Support Vector Regression (SVR). Os modelos gerados foram avaliados com base no coeficiente de determinação (R2 ou Score) e o cálculo de erro das predições utilizando a Root Mean Squared Error (RMSE). Os resultados desta pesquisa contam com um sistema web em desenvolvimento e resultados dos experimentos realizados, que mostram uma melhor performance da técnica MLP com Score de 0.98 e RMSE de 711196 libras. Made available in DSpace on 2021-09-22T17:00:22Z (GMT). No. of bitstreams: 1 8679-Texto-do-artigo-44975-1-10-20210315-1.pdf: 647871 bytes, checksum: 2bfe8924cac47ace80b200af0b6a9235 (MD5) Previous issue date: 2021
Databáze: OpenAIRE
Externí odkaz: