Modelagem da produtividade da cultura da cana de açúcar por meio do uso de técnicas de mineração de dados

Classification Based on Rules for the Study of Cotton Productivity in the State of Mato Grosso

“…Na literaturaé escasso trabalhos com aplicações de MD na cultura do algodão, porém, há inúmeros trabalhos relacionados a outras culturas, como os de [11] , [12], [13], [14], [15], [16], [17], [18], [19] e [20].…”

“…Na cultura do arroz, queé altamente demandante deágua, trabalhos foram realizados aplicando técnicas de MD para se obter associações entre a produtividade do arroz e parâmetros climáticos como precipitação, radiação solar e temperaturas mínimas e máximas, com dados daÍndia [16], [17] e Colômbia [18]. Em cana-de-açúcar utilizou-se três técnicas de MD nas análises de BD de usinas de cana-de-açúcar no Estado de São Paulo com o objetivo de ordenar variáveis que condicionam a produtividade da cana-de-açúcar de acordo com sua importância, bem como o desenvolvimento de modelos matemáticos de produtividade dessa cultura [19].…”

Modelos quantitativos e classificatórios para avaliar a produtividade da soja

“…Nesse sentido, os métodos de análise multivariada têm se apresentado como excelente proposta para entender problemas dessa natureza. Hammer (2016) comparou 4 diferentes modelos para estimar a produtividade de cana-de-açúcar: Floresta Randômica, Boosting, Support Vector Machine e o modelo agrometereológico convencional. Nos três primeiros modelos, obteve um erro do quadrado médio (RMSE) de 19.700 a 20.030 kg.ha -1 , um desempenho 34.000 kg.ha -1 superior ao modelo agrometereológico.…”

Qualidade da fibra de diferentes cultivares brasileiras de algodão e sua relação com as condições meteorológicas

“…Esse processo de generalização de SVMs para tarefas não lineares é possível graças à utilização de funções Kernel, que permitem o acesso a espaços complexos de forma simplificada (HAMMER, 2016).A elevação para um espaço hiperdimensional ocorre por meio de um produto interno chamado de Kernel, que pode ser do tipo linear, não linear (Polinomiais), RBF (Radial-Basis Function) e sigmóides Embora essa escolha de parâmetros seja importante para garantir a acurácia do modelo, ainda não há um método universal para a determinação dos mesmos (BONESSO, 2013).Apesar de as SVMs terem sido desenvolvidas, à princípio, para a solução de problemas envolvendo a classificação binária, outros tipos de SVMs foram posteriormente formulados, como SVM para Regressão ou "Clusterização". No entanto, tais modelos de SVM ainda mantiveram todas as principais características que caracterizam o algoritmo, sendo a maximização das margens a principal delas(HAMMER, 2016). Localidades do estado do Mato Grosso em que foram realizados os ensaios de competição de cultivares do algodoeiro, com suas respectivas coordenadas geográficas e altitude.…”