Aplicação de algoritmos de Random Forest no suporte à identificação das espécies Handroanthus Serratifolius (Vahl) S. O. Grose e Handroanthus Impetiginosus (Mart. Ex DC.) Mattos (bignoniaceae) / Application of Random Forest algorithm to support in identification of the Handroanthus Serratifolius (Vahl) S. O. Grose and Handroanthus Impetiginosus (Mart. Ex DC.) Mattos (bignoniaceae) species

O presente trabalho ressalta a necessidade de estudos de conservação, desenvolvimento sustentável e tecnológico para espécies florestais comercializadas na Amazônia Brasileira e principalmente no estado do Pará, onde a exploração desordenada de espécies madeireiras alcança níveis preocupantes. O pro...

Full description

Saved in:
Bibliographic Details
Published inBrazilian Journal of Development Vol. 8; no. 5; pp. 39721 - 39735
Main Authors Gonçalves, Ygor Luiz Moraes, Siqueira, Elton Sarmanho, Ferreira, Cassiana Alves, Teixeira, Maycon da Silva, Correa, Pablo da Ventura, Urbinati, Cláudia Viana
Format Journal Article
LanguageEnglish
Published 23.05.2022
Online AccessGet full text

Cover

Loading…
More Information
Summary:O presente trabalho ressalta a necessidade de estudos de conservação, desenvolvimento sustentável e tecnológico para espécies florestais comercializadas na Amazônia Brasileira e principalmente no estado do Pará, onde a exploração desordenada de espécies madeireiras alcança níveis preocupantes. O processo de identificação das madeiras de Handroanthus serratifolius e Handroanthus impetiginosus conhecidas pelo nome vernacular de ipê ( e comercializadas em todo estado, conta com aspectos dificultosos, sendo promissor  a utilização de dados anatômicos qualitativos das espécies associados ao desenvolvimento de um modelo inteligente e eficiente utilizando o algoritmo Random Forest. Para tal, duas espécies foram selecionadas e identificadas macroscópicamente e suas características anatômicas foram descritas e utilizadas para o treinamento do modelo. As referidas espécies apresentam semelhanças em sua estrutura anatômica o que torna a identificação pela análise visual complexa, diferindo pela presença de conteúdo obstruindo os vasos, estratificação do parenquima  radial, tipo de parênquima  e porosidade. Após a etapa de pré-processamento do conjunto de dados (seleção de atributos e balanceamento de classes) com o auxílio do algoritmo de grid search (para otimização de hiperparâmetros), durante a fase de treinamento do modelo, obteve-se uma precisão de 75% de acertos utilizando duas classes dentro de um mesmo conjunto de dados, sendo possível a diferenciação entre as duas espécies.
ISSN:2525-8761
2525-8761
DOI:10.34117/bjdv8n5-457