Notícias

Banca de DEFESA: MARIO RODRIGUES GOMES MEIRELES FILHO

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: MARIO RODRIGUES GOMES MEIRELES FILHO
DATA: 07/06/2022
HORA: 16:00
LOCAL: Online
TÍTULO: UMA ABORDAGEM PREDITIVA PARA A PRODUÇÃO DE MEL COM BASE EM DADOS CLIMÁTICOS
PALAVRAS-CHAVES: Produção de Mel, Redes Neurais, Clima, Predição, LSTM, CNN, GRU
PÁGINAS: 86
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Elétrica
SUBÁREA: Eletrônica Industrial, Sistemas e Controles Eletrônicos
ESPECIALIDADE: Automação Eletrônica de Processos Elétricos e Industriais
RESUMO:

O Estado do Piauí é um dos maiores produtores de mel do Brasil, tendo a apicultura uma grande importância socioeconômica para vários municípios do Estado. Conhecer os fatores que permitam o desenvolvimento da produção melífera, são essenciais para o crescimento econômico, principalmente para a apicultura ligada à agricultura familiar. As mudanças climáticas de uma região são uma das características que interferem diretamente na produção do mel. Desta forma, buscar conhecer como essas alterações podem interferir no resultado do desenvolvimento da apicultura é de fundamental importância para o setor produtivo. O uso de tecnologias de Inteligência Artificial permite a execução de atividades como reconhecimento de padrões e predições de valores a partir de séries temporais. Neste trabalho foram investigadas combinações de modelos de Redes Neurais (CNN-Dense; GRU-Dense e LSTM-Dense), com o intuito de determinar qual apresenta melhor desempenho na predição do quantitativo de mel produzido com base nos dados climáticos diários. Neste trabalho, usamos como estudo de casos, dados da região de Piracuruca. As redes estudadas obtiveram resultados nos índices de erro médio quadrático – RMSE (Root Mean Squared Error) e desvio padrão da produção inferiores a 3% do valor da produção para um período estudado. Dos modelos propostos no estudo, podese destacar o modelo LSTM-Dense, do qual se obteve os melhores resultados nos índices estudados, principalmente no índice R2, que representa o coeficiente de determinação, obtendo uma precisão de 99,999% quando comparado aos resultados encontrados da produção pela rede neural com os dados conhecidos da base de teste. Demonstrou-se assim a eficiência no uso dos modelos de Redes Neurais para o reconhecimento de padrões climáticos na predição da produção de mel.

 

DEFESA MARIO RODRIGUES GOMES MEIRELES FILHO
Terça-feira, 7 de junho · 4:00 até 5:00pm
Informações de participação do Google Meet
Link da videochamada: https://meet.google.com/ecw-qktu-wes
Ou disque: ‪(US) +1 234-755-2746‬ PIN: ‪520 884 294‬#


MEMBROS DA BANCA:
Presidente - 958.783.513-15 - ALDIR SILVA SOUSA - UESPI
Interno - 1644191 - JOSE MEDEIROS DE ARAUJO JUNIOR
Externo ao Programa - 1285226 - ANTONIO HELSON MINEIRO SOARES
Notícia cadastrada em: 15/05/2022 21:58
SIGAA | Superintendência de Tecnologia da Informação - STI/UFPI - (86) 3215-1124 | © UFRN | sigjb05.ufpi.br.instancia1 28/03/2024 15:06