Do Lógico ao Abstrato: A Ciência no Cotidiano
23 a 28 de outubro de 2017
Trabalho 8910
| ISSN | 2237-9045 |
|---|---|
| Instituição | Universidade Federal de Viçosa |
| Nível | Pós-graduação |
| Modalidade | Ensino |
| Área de conhecimento | Ciências Agrárias |
| Área temática | Agronomia |
| Setor | Departamento de Biologia Geral |
| Bolsa | Outros |
| Conclusão de bolsa | Não |
| Apoio financeiro | CAPES, FNDE, FUNARBE, Outros, UFV |
| Primeiro autor | Antônio Carlos da Silva Júnior |
| Orientador | MOYSES NASCIMENTO |
| Outros membros | Carla Aparecida de Oliveira Castro, Ithalo Coêlho de Sousa, Plínio césar soares , Weverton Gomes da Costa |
| Título | Árvore de Decisão para classificação e recomendação de cultivares de Arroz Irrigado no Estado de Minas Gerais |
| Resumo | O arroz possui grande importância por ser alimento básico para cerca de 2,4 bilhões de pessoas, existindo previsão de que, em 2050, este número irá dobrar. Para acompanhar o crescimento da demanda, a utilização de cultivares melhoradas é uma das mais poderosas formas de incremento na produção da cultura. Visto que Minas Gerais situa-se entre os principais estados produtores de arroz do País, realizou-se este trabalho com objetivo de predizer a produtividade de arroz por meio de 3 variáveis e, ainda, verificar quais foram as variáveis mais importantes para a predição. Os Ensaios de Observação foram conduzidos no Campo Experimental de Lambari-MG, no Ano Agrícola de 2014/15. Foram mensuradas, além da produtividade de grão (kg.ha-1), as médias de floração (dias), altura de plantas (cm) e perfilhamento. Os tratos culturais foram realizados de acordo com o recomendado pela cultura. Para a predição da produtividade de arroz foram construídas árvores de regressão (AR) e seus refinamentos (bagging, forest e boosting). Utilizou-se o erro absoluto médio percentual (MAPE) para comparação das metodologias. Dentre as metodologias avaliadas, o boosting foi aquela que apresentou menor MAPE (6,7%). As demais abordagens apresentaram valores de MAPE iguais à 7,27% (bagging), 8,38% (random forest) e 11,03% (Árvore). Quando analisada à importância das variáveis para a predição da produtividade de arroz, todas as metodologias indicaram que a altura é a mais importante. Diante dos resultados observa-se uma semelhança entre os valores de MAPE obtidos pelos refinamentos da Árvore de Regressão. Esse resultado já era esperado visto que tais abordagens visam reduzir instabilidade do modelo levando a um aumento da acurácia. Além disso, resultados obtidos a partir do random forest apresentarão resultados diferentes aqueles obtidos pelo bagging somente quando se tem variáveis preditoras correlacionadas, o que, de acordo com os resultados não foi o caso. Finalmente, visto os baixos valores de MAPE, AR e seus refinamentos se apresentam como uma alternativa interessante para a predição da produtividade de grão (kg.ha-1) de arroz. |
| Palavras-chave | bagging, forest, boostin |
| Forma de apresentação..... | Painel |