Eficiência da estimação da área foliar de couve por meio de redes neurais artificiais

AUTOR(ES)

Azevedo, Alcinei M, Andrade Júnior, Valter C, Sousa Júnior, Aderbal S, Santos, Albertir A, Cruz, Cosme D, Pereira, Samuel L, Oliveira, Altino JM

FONTE

Hortic. Bras.

DATA DE PUBLICAÇÃO

2017-03

RESUMO

RESUMO A estimativa da área foliar na couve é importante, pois medidas diretas são difíceis e imprecisas, devido ao tamanho da folha, a irregularidade da superfície foliar de alguns genótipos, a necessidade de equipamentos caros e de muita mão-de-obra. Objetivou-se verificar a eficiência da estimação da área foliar de couve por meio de RNAs e constatar a eficiência desta estratégia em comparação com o uso da área foliar observada. O experimento foi conduzido em delineamento de blocos casualizados com três repetições, 22 acessos e quatro plantas por parcela. Desenvolveram-se perceptrons de multicamadas utilizando 50 folhas por acesso, destinando-se 70% para treinamento, 15% para a validação cruzada (early-stop) e 15% para teste. Foram testadas 39 configurações de rede perceptron de multicamadas. As RNAs foram eficientes para estimar a área foliar da couve a partir do comprimento e largura do limbo foliar. A área foliar estimada pela RNA é indicada para a seleção de plantas por ser de fácil obtenção, ser um método não destrutivo, apresentar alta correlação fenotípica e genética com a área foliar observada e maior herdabilidade.

ASSUNTO(S)

brassica oleracea var. acephala perceptron de multicamadas seleção indireta inteligência computacional.

Documentos Relacionados

• Estimação parametrica robusta atraves de redes neurais artificiais
• Redes neurais artificiais para estimação do volume de árvores
• Estimação do volume de árvores utilizando redes neurais artificiais
• Previsão de demanda de energia elétrica por meio de redes neurais artificiais
• Estimação da área foliar de mucuna cinza por meio de método não destrutivo