Dissertação

Modelos computacionais baseados em aprendizado de máquina para classificação e agrupamento de variedades de tucumã (Astrocaryum aculeatum G. Mey.)

O bioma amazônico possui uma gama de recursos naturais com alto valor econômico, os quais podem ser explorados de maneira sustentável para gerar emprego e renda. Dentre esses recursos destaca-se o tucumã, fruta nativa da região utilizada na culinária, no artesanato e comercializada pelos produtores...

ver descrição completa

Autor principal: Ferreira Júnior, Mafran Martins
Outros Autores: http://lattes.cnpq.br/7773078927171705
Grau: Dissertação
Idioma: por
Publicado em: Universidade Federal do Amazonas 2015
Assuntos:
Aprendizado de Máquina
Reconhecimento de Padrões
Mineração de Dados
Recursos Amazônicos
Tucumã (Astrocaryum aculeatum G. Mey.)
Redes Neurais Artificiais (RNAs)
Machine Learning
Patterns Recognition
Data Mining
Amazonian Resources
Tucuman (Astrocaryum aculeatum G. Mey.)
CIÊNCIAS EXATAS
Acesso em linha: http://tede.ufam.edu.br/handle/tede/4739
id oai:https:--tede.ufam.edu.br-handle-:tede-4739
recordtype dspace
spelling oai:https:--tede.ufam.edu.br-handle-:tede-47392018-05-10T19:35:28Z Modelos computacionais baseados em aprendizado de máquina para classificação e agrupamento de variedades de tucumã (Astrocaryum aculeatum G. Mey.) Ferreira Júnior, Mafran Martins Kanda, Jorge Yoshio http://lattes.cnpq.br/7773078927171705 http://lattes.cnpq.br/9690201622600160 Aprendizado de Máquina Reconhecimento de Padrões Mineração de Dados Recursos Amazônicos Tucumã (Astrocaryum aculeatum G. Mey.) Redes Neurais Artificiais (RNAs) Machine Learning Patterns Recognition Data Mining Amazonian Resources Tucuman (Astrocaryum aculeatum G. Mey.) CIÊNCIAS EXATAS O bioma amazônico possui uma gama de recursos naturais com alto valor econômico, os quais podem ser explorados de maneira sustentável para gerar emprego e renda. Dentre esses recursos destaca-se o tucumã, fruta nativa da região utilizada na culinária, no artesanato e comercializada pelos produtores locais. A palmeira do tucumã apresenta ampla variedade dentro de uma mesma espécie, cada uma diferenciando-se quanto à sua morfologia, população, procedência, entre outros fatores. Cientificamente, a classificação taxonômica do tucumã é referente às suas espécies, ainda não existe nenhuma forma manual ou automática de classificar variedades da espécie Astrocaryum aculeatum G. Mey., também conhecida como tucumã do Amazonas. A indicação da variedade a qual uma unidade do fruto pertence é realizada de forma empírica, podendo ser confusa perante o aparecimento de frutos com grande diferença em suas características. Nesse cenário, esta pesquisa objetivou gerar e avaliar modelos computacionais capazes de classificar e agrupar quatro variedades de tucumã, encontradas na região do município de Itacoatiara-AM. O estudo teve como objetivo secundário indicar qual das variedades possui melhor potencial econômico quanto às características do fruto já colhido. Para gerar os modelos foram utilizadas três técnicas de Aprendizado de Máquina: Árvores de Decisão e Redes Neurais Artificiais na tarefa de classificação, e na tarefa de agrupamento a técnica K-Médias, usando as medidas de distância Euclidiana e de Manhattan. Os resultados obtidos com base no conjunto de dados mostram que os modelos gerados com as técnicas de aprendizado de máquina apresentaram índices satisfatórios para a predição de classes de variedades de tucumã. The amazon biome has a range of natural resources with high economic value, which can be exploited in a sustainable way to generate jobs and income. Among these resources, we can spotlight the tucuman, native fruit from the Amazonian region used in cooking, crafts and sold by local producers. The tucuman palm tree presents many varieties within the same specie, each one differs from the other in its morphology, population, origin, among other factors. Scientifically, the tucuman taxonomic classification refers to its species. There isn’t yet a manual or an automatic way of classifying varieties of Astrocaryum aculeatum G. Mey., also known as Amazonian tucuman. The indication of the variety to which a fruit unit belongs is performed empirically and may be confused when there are fruits with a large difference in their characteristics. In this scenario, this study aimed to generate and evaluate computer models able to classify and get into groups four varieties of tucuman found in the Itacoatiara-AM region. The secondary objective of this study was to indicate which of the varieties have the best economic potential regarding to the harvested fruit characteristics. To generate the models, three machine learning techniques were used: Decision Trees and Artificial Neural Networks in the classification task, and to the grouping task the K-Means technique was applied, using Euclidean and Manhattan distance measurements. The results obtained based on the data set show that the models generated with machine learning techniques presented satisfactory indexes for predicting of varieties' classes of tucuman. Não informada 2015-12-03T19:14:41Z 2015-07-31 Dissertação FERREIRA JÚNIOR, Mafran Martins. Modelos computacionais baseados em aprendizado de máquina para classificação e agrupamento de variedades de tucumã (Astrocaryum aculeatum G. Mey.). 2015. 140 f. Dissertação (Mestrado em Ciência e Tecnologia para Recursos Amazônicos) - Universidade Federal do Amazonas, Itacoatiara, 2015. http://tede.ufam.edu.br/handle/tede/4739 por Acesso Aberto application/pdf Universidade Federal do Amazonas Instituto de Ciências Exatas e Tecnologia - Itacoatiara Brasil UFAM Programa de Pós-graduação em Ciência e Tecnologia para Recursos Amazônicos
institution TEDE - Universidade Federal do Amazonas
collection TEDE-UFAM
language por
topic Aprendizado de Máquina
Reconhecimento de Padrões
Mineração de Dados
Recursos Amazônicos
Tucumã (Astrocaryum aculeatum G. Mey.)
Redes Neurais Artificiais (RNAs)
Machine Learning
Patterns Recognition
Data Mining
Amazonian Resources
Tucuman (Astrocaryum aculeatum G. Mey.)
CIÊNCIAS EXATAS
spellingShingle Aprendizado de Máquina
Reconhecimento de Padrões
Mineração de Dados
Recursos Amazônicos
Tucumã (Astrocaryum aculeatum G. Mey.)
Redes Neurais Artificiais (RNAs)
Machine Learning
Patterns Recognition
Data Mining
Amazonian Resources
Tucuman (Astrocaryum aculeatum G. Mey.)
CIÊNCIAS EXATAS
Ferreira Júnior, Mafran Martins
Modelos computacionais baseados em aprendizado de máquina para classificação e agrupamento de variedades de tucumã (Astrocaryum aculeatum G. Mey.)
topic_facet Aprendizado de Máquina
Reconhecimento de Padrões
Mineração de Dados
Recursos Amazônicos
Tucumã (Astrocaryum aculeatum G. Mey.)
Redes Neurais Artificiais (RNAs)
Machine Learning
Patterns Recognition
Data Mining
Amazonian Resources
Tucuman (Astrocaryum aculeatum G. Mey.)
CIÊNCIAS EXATAS
description O bioma amazônico possui uma gama de recursos naturais com alto valor econômico, os quais podem ser explorados de maneira sustentável para gerar emprego e renda. Dentre esses recursos destaca-se o tucumã, fruta nativa da região utilizada na culinária, no artesanato e comercializada pelos produtores locais. A palmeira do tucumã apresenta ampla variedade dentro de uma mesma espécie, cada uma diferenciando-se quanto à sua morfologia, população, procedência, entre outros fatores. Cientificamente, a classificação taxonômica do tucumã é referente às suas espécies, ainda não existe nenhuma forma manual ou automática de classificar variedades da espécie Astrocaryum aculeatum G. Mey., também conhecida como tucumã do Amazonas. A indicação da variedade a qual uma unidade do fruto pertence é realizada de forma empírica, podendo ser confusa perante o aparecimento de frutos com grande diferença em suas características. Nesse cenário, esta pesquisa objetivou gerar e avaliar modelos computacionais capazes de classificar e agrupar quatro variedades de tucumã, encontradas na região do município de Itacoatiara-AM. O estudo teve como objetivo secundário indicar qual das variedades possui melhor potencial econômico quanto às características do fruto já colhido. Para gerar os modelos foram utilizadas três técnicas de Aprendizado de Máquina: Árvores de Decisão e Redes Neurais Artificiais na tarefa de classificação, e na tarefa de agrupamento a técnica K-Médias, usando as medidas de distância Euclidiana e de Manhattan. Os resultados obtidos com base no conjunto de dados mostram que os modelos gerados com as técnicas de aprendizado de máquina apresentaram índices satisfatórios para a predição de classes de variedades de tucumã.
author_additional Kanda, Jorge Yoshio
author_additionalStr Kanda, Jorge Yoshio
format Dissertação
author Ferreira Júnior, Mafran Martins
author2 http://lattes.cnpq.br/7773078927171705
author2Str http://lattes.cnpq.br/7773078927171705
title Modelos computacionais baseados em aprendizado de máquina para classificação e agrupamento de variedades de tucumã (Astrocaryum aculeatum G. Mey.)
title_short Modelos computacionais baseados em aprendizado de máquina para classificação e agrupamento de variedades de tucumã (Astrocaryum aculeatum G. Mey.)
title_full Modelos computacionais baseados em aprendizado de máquina para classificação e agrupamento de variedades de tucumã (Astrocaryum aculeatum G. Mey.)
title_fullStr Modelos computacionais baseados em aprendizado de máquina para classificação e agrupamento de variedades de tucumã (Astrocaryum aculeatum G. Mey.)
title_full_unstemmed Modelos computacionais baseados em aprendizado de máquina para classificação e agrupamento de variedades de tucumã (Astrocaryum aculeatum G. Mey.)
title_sort modelos computacionais baseados em aprendizado de máquina para classificação e agrupamento de variedades de tucumã (astrocaryum aculeatum g. mey.)
publisher Universidade Federal do Amazonas
publishDate 2015
url http://tede.ufam.edu.br/handle/tede/4739
_version_ 1831969336053465088
score 11.753735

Registros relacionados