Influência da arquitetura na estimativa de volume de árvores individuais por meio de redes neurais artificiais

Revista Árvore

Eric Bastos Gorgens²  Helio Garcia Leite¹  José Marinaldo Gleriani¹  Carlos Pedro Boechat Soares¹  Aline Ceolin¹ 

[1] ,USP Escola Superior de Agricultura Luiz de Queiroz Departamento de Ciências Florestais,Brasil

关键词: Cubagem;    Neurônios;    Camada;    Tree scaling;    Neurons;    Layers;   

DOI  :  10.1590/S0100-67622014000200009

来源: SciELO

【 摘 要 】

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.

【 授权许可】

CC BY   
 All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License