ESTIMATIVA DA NECESSIDADE DE FÓSFORO E POTÁSSIO PARA O TOMATE INDUSTRIAL UTILIZANDO REDES NEURAIS ARTIFICIAIS

Code: 230111862
Downloads
15
Views
4
Compartilhe
Título

ESTIMATIVA DA NECESSIDADE DE FÓSFORO E POTÁSSIO PARA O TOMATE INDUSTRIAL UTILIZANDO REDES NEURAIS ARTIFICIAIS

Autores(as):
  • Sabrina Dias De Oliveira

  • Sueli Martins De Freitas Alves

  • Francisco Ramos De Melo

  • Carlos Eduardo Bento Barbosa

  • Ivandro José De Freitas Rocha

  • Diogo Santos Sousa

DOI
  • DOI
  • 10.37885/230111862
    Publicado em

    28/02/2023

    Páginas

    126-139

    Capítulo

    10

    Resumo

    Objetivo: Objetivou-se desenvolver uma Rede Neural Artificial (RNA) para estimar as necessidades de fósforo (P) e potássio (K) em áreas de pivô central cultivadas com tomate industrial. Métodos: Os dados foram coletados utilizando uma grade amostral de 60x60m, totalizando 120 pontos amostrais, em que foram utilizados para o treinamento da RNA. Para preparação e treinamento das redes foi utilizado o algoritmo de retropropagação de erros. Resultados: 20.000 RNAs foram treinadas, em que nas fases de treinamento 14.000 redes apresentaram ótimo desempenho para as estimativas da necessidade de P, enquanto na fase de validação externa o número de redes com ótimo desempenho foi de 8.000, já em relação a necessidade K foram observadas 12.000 redes com ótimo desempenho nas fases de treinamento e na validação externa aproximadamente 1.400. Conclusão: A rede neural artificial com topologia do tipo Perceptron de Múltiplas Camadas (MLP) possibilitou obter estimativas da necessidade de fósforo e da necessidade de potássio com um ótimo desempenho, coeficientes de determinação superiores a 0,90, indicando bons ajustes, e coeficientes de correlação acima de 91%.

    Ler mais...
    Palavras-chave

    Agricultura de precisão, Neurônios artificiais, Solanum lycopersicum, Adubação.

    Publicado no livro

    OPEN SCIENCE RESEARCH X

    Licença

    Esta obra está licenciada com uma Licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional.

    Licença Creative Commons

    O conteúdo dos capítulos e seus dados e sua forma, correção e confiabilidade, são de responsabilidade exclusiva do(s) autor(es). É permitido o download e compartilhamento desde que pela origem e no formato Acesso Livre (Open Access), com os créditos e citação atribuídos ao(s) respectivo(s) autor(es). Não é permitido: alteração de nenhuma forma, catalogação em plataformas de acesso restrito e utilização para fins comerciais. O(s) autor(es) mantêm os direitos autorais do texto.

    Este site utiliza cookies. Usamos cookies para personalizar conteúdo e anúncios, fornecer recursos de mídia social e analisar nosso tráfego. Ao continuar você concorda com a nossa política de utilização de cookies.

    Continuar