Banca de QUALIFICAÇÃO: ALEX LIMA MONTEIRO

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE: ALEX LIMA MONTEIRO
DATA: 18/09/2020
HORA: 08:00
LOCAL: Videoconferência
TÍTULO:

Artigo 1: MODELO DE REGRESSÃO LINEAR MÚLTIPLA E REDES NEURAIS ARTIFICIAIS NA PREDIÇÃO DA ÉPOCA DE CONTROLE DAS PLANTAS DANINHAS NA CULTURA DA CEBOLA;

Artigo 2: UMA NOVA ALTERNATIVA PARA DETERMINAR O CONTROLE DE PLANTAS DANINHAS EM SISTEMAS AGRÍCOLAS BASEADAS EM REDES NEURAIS ARTIFICIAIS (RNAS)

PALAVRAS-CHAVES:

Inteligência artificial, período crítico, Alium cepa, Redes neurais arficiais, plantas daninhas, Sésamo indico, Cucumis melo.

PÁGINAS: 79
GRANDE ÁREA: Ciências Agrárias
ÁREA: Agronomia
RESUMO:

Artigo 1: O artigo aborda o desenvolvimento de uma proposta para previsão da época de controle de plantas daninhas na cultura da cebola através do método de regressão linear múltipla e por uma técnica baseada na inteligência artificial, mais especificamente, as redes neurais artificiais. Neste contexto, o objetivo deste trabalho é fazer um comparativo entre os modelos de aproximação de funções, utilizando os métodos destrutivos e não-destrutivos de plantas daninhas na estimativa da interferência causadas por essas plantas a cultura da cebola. Para isto, levou-se em consideração dados de produções obtidos em um período de três anos. Para desenvolver modelos preditivos usando técnicas de modelagem, três experimentos de campo foram conduzidos na Fazenda Experimental Rafael Fernandes, Mossoró - RN (5°03’37” S, 37°23’50” W) sob condições irrigadas. Para análise dos modelos de Regressão Linear Múltipla e Redes Neurais Artificiais foram utilizadas variáveis destrutivas e não destrutivas de plantas daninhas. As variáveis não destrutivas foram: períodos de interferência, densidade de plantas daninhas, relação entre o número de espécies infestantes de ciclo C4 e C3 e a relação entre número de espécies monocotiledôneas e dicotiledôneas. As variáveis destrutivas foram: períodos de interferência, matéria fresca das plantas daninhas, relação entre a massa fresca de espécies daninhas de ciclo C4 e C3 e a relação entre massa fresca das espécies daninhas monocotiledôneas e dicotiledôneas. Para avaliar o desempenho dos modelos, foram utilizados o coeficiente de determinação, erro relativo absoluto médio e o erro absoluto médio. Os resultados mostraram que o modelo gerado por RNAs foi mais preciso para determinar a época de controle de planta daninhas considerando as perdas aceitáveis em ambos sistemas de irrigação. As RNAs são mais adequadas para esse tipo de estudo devido a sua grande habilidade de aprender, o que permite uma maior capacidade de generalizar os dados em relação a RLM. As RNAs são ferramentas computacionais que devem ser exploradas no estudo de plantas daninha.
Artigo 2: O artigo aborda o desenvolvimento de uma nova alternativa capaz de prever a época do controle de plantas daninhas nas culturas do meloeiro e gergelim com uso de redes neurais artificiais. Assim, o objetivo do trabalho foi avaliar a capacidade da RNAs em estimar o início do controle de plantas daninhas considerando culturas modelos e diferentes classes de perdas aceitáveis. Para isto, levou-se em consideração dados de produções obtidos em um período de dois anos. Quatro experimentos de campo foram conduzidos na Fazenda Experimental Rafael Fernandes, Mossoró - RN (5°03’37” S, 37°23’50” W) sob condições irrigadas. Os tratamentos foram constituídos por seis períodos para o início do controle de plantas daninhas. As Redes neurais foram construídas a partir de métodos não-destrutivos formados por variáveis de entrada não-destrutivas, destrutivos referentes as variáveis de entrada destrutivas e misto pela combinação de variáveis não-destrutivas + destrutivas. As variáveis de entrada no método não-destrutivo foram a Densidade de Plantas Daninhas, relação C3/C4 e mono/dico, ambos baseados na densidade de plantas daninhas. No método destrutivo, as variáveis de entrada foram a Matéria Fresca de Plantas Daninhas, relação C3/C4 e mono/dico, ambos baseados na Matéria Fresca de plantas daninhas. No método misto, a densidade e matéria fresca foram consideradas como entradas. Além das variáveis de entrada específicas de cada método, duas outras foram consideradas em todas as redes testadas, a Cultura e Período para início do controle de plantas daninhas em cada tratamento em GDD). O desempenho dos modelos, foram verificados por meio da Acurácia (eficiência geral), Especificidade (eficiência para amostras negativas), F-score (média entre precisão e recuperação) e as Curvas caracteris ticas operacionais, área sob a curva e a pseudo-probabilidade. Para variáveis não destrutivas a rede com quatro variáveis de entrada (Cultura, Período, Densidade e C3/C4), obteve o melhor desempenho de acordo com os valores apresentados durante a fase de teste, considerando perdas aceitáveis de 2,5, 5, e 10%. Para os dados destrutivos, a rede com quatro entradas (Cultura, Período, Matéria fresca, C3/C4) obteve os maiores valores de Especificidade para todas as classes de perdas aceitáveis. O uso da densidade e matéria fresca como variáveis de entrada aumentou o desempenho da rede, principalmente durante a fase de teste, comparado aos métodos que usaram apenas entradas não-destrutivas ou destrutivas.

MEMBROS DA BANCA:
Externo à Instituição - ANGELO GUSTAVO MENDES COSTA - UFV
Presidente - 1670421 - AURELIO PAES BARROS JUNIOR
Interno - 2213033 - DANIEL VALADAO SILVA
Externo à Instituição - Maxwel Coura Oliveira - NENHUMA