Influência da arquitetura na estimativa de volume de árvores individuais por meio de redes neurais artificiais
| Autor: | Eric Bastos Gorgens, Helio Garcia Leite, José Marinaldo Gleriani, Carlos Pedro Boechat Soares, Aline Ceolin |
|---|---|
| Jazyk: | English<br />Spanish; Castilian<br />Portuguese |
| Rok vydání: | 2014 |
| Předmět: | |
| Zdroj: | Revista Árvore, Vol 38, Iss 2, Pp 289-295 (2014) |
| Druh dokumentu: | article |
| ISSN: | 1806-9088 0100-6762 |
| DOI: | 10.1590/S0100-67622014000200009 |
| Popis: | As redes neurais supervisionadas são compostas por unidades de processamento organizadas de forma paralela, em que cada uma delas computa determinadas funções matemáticas. As unidades são organizadas em camadas e ligadas por pesos sinápticos que ponderam as entradas, buscando ajustá-los a um padrão de saída previamente estabelecido. É fundamental a correta definição do número de camadas e da quantidade de neurônios em cada uma delas, uma vez que o treinamento é influenciado diretamente por esses parâmetros. Para explorar esse ponto, dados de cubagem de cinco empresas diferentes foram reunidos em uma planilha e, de forma aleatória, divididos em conjunto de treinamento e conjunto de validação. Os dados foram apresentados para três redes com arquiteturas diferentes. A avaliação foi feita por meio de gráficos de resíduos e teste t (p< = 0,05). Com base nos resultados, foi possível concluir que, para obter estimativas de volume por árvore, a rede neural deve ser construída com mais de 10 neurônios na primeira camada, sendo recomendado o uso de mais de uma camada intermediária. |
| Databáze: | Directory of Open Access Journals |
| Externí odkaz: |
|