Treinamento de redes neurais artificiais utilizando a técnica de máquina aprendizagem extrema e aplicação em mensuração florestal
Projeto de pesquisa
- Período
- 2012–2014
- Resumo
- O setor florestal brasileiro possui um bom nível de desenvolvimento tecnológico e o uso de novas tecnologias como ferramentas da inteligência computacional podem tornar as empresas do setor cada vez mais competitivas. Com o avanço e melhorias na acessibilidade dos computadores atuais, novas técnicas vêm sendo estudadas para solucionar problemas que envolvem grande produção florestal e preservação do meio ambiente. A maioria das decisões tomadas no manejo florestal necessita do conhecimento, em alta escala de precisão, do volume de madeira contido no povoamento a ser manejado. Este trabalho tem como objetivo a implementação de um técnica de treinamento de Redes Neurais Artificiais (RNA) chamada de máquina de aprendizagem extrema (ELM), e aplicar as RNA’s no problema de estimativa de volume dos componentes fuste e galhos de árvores do cerrado. Tendo em vista que, os modelos de ajuste atuais não possuem boa precisão na estimativa do volume de galhos, que não se assemelham a formas geométricas conhecidas, o que dificulta a modelagem. Este trabalho visa verificar se a aplicação de RNA a este problema produz melhores estimativas do volume dos componentes das árvores, além de comparar os resultados obtidos com os métodos tradicionais mais utilizados. Outro foco do trabalho é verificar se o treinamento das RNA’s, por meio da técnica ELM, proporcionará facilidade de uso e redução de tempo computacional para ajuste de redes.