Influência da arquitetura na estimativa de volume de árvores individuais por meio de redes neurais artificiais
Data(s) |
01/04/2014
|
---|---|
Resumo |
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. |
Formato |
text/html |
Identificador |
http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-67622014000200009 |
Idioma(s) |
pt |
Publicador |
Sociedade de Investigações Florestais |
Fonte |
Revista Árvore v.38 n.2 2014 |
Palavras-Chave | #Cubagem #Neurônios #Camada |
Tipo |
journal article |