Avaliação do teor de água de sementes florestais nativas com tecnologias de espectrometria e machine learning.
Avaliação do teor de água de sementes florestais nativas com tecnologias de espectrometria e machine learning.
Author(s): FERREIRA, M. A. R.; GOMES, R. A.; SILVA, J. de J.; FREITAS, S. T. de; DANTAS, B. F.
Summary: A espectrometria aliada à aprendizagem de máquinas pode ser um método não destrutivo eficaz para avaliar a qualidade de sementes florestais nativas para projetos de restauração. O objetivo deste estudo foi desenvolver modelos para a avaliação do teor de água (TA) de sementes utilizando um espectrômetro Vis-NIR portátil e comparar quatro algoritmos de aprendizagem de máquina. As sementes de catingueira-verdadeira e angico-de-caroço de diferentes populações foram hidratadas (atmosfera úmida) ou desidratadas (sílica-gel) para formação de sub lotes com diferentes TA. Para avaliação espectral do TA das sementes, foi realizada a leitura individual das sementes com espectrômetro portátil F-750 (Felix Instruments, EUA). O TA de referência foi obtido após secagem a 105 oC/ 24h, pesando-se as sementes individualmente. A validação externa e interna do modelo foi realizada, a partir da divisão do conjunto de dados para as etapas de treinamento (70%; validação cruzada com 10 dobras) e de teste (30%). Os dados espectrais foram processados no software Weka 3.8.6. Os algoritmos discriminativos aplicados foram dos grupos function (Support Vector Machine e Multilayer Perceptron e Gaussian Processes) e trees (Random Forest). O algoritmo Multilayer Perceptron demonstrou os melhores resultados para as duas espécies com R= 0.80 e RMSE=5.58 e MAE=3.90 (angico-de-caroço) e R=0.92, RMSE=3.83 e MAE=3.25 (catingueira-verdadeira) para o TA das sementes. Deste modo, o uso da espectroscopia do infravermelho próximo com aplicação do algoritmo Multilayer Perceptron é eficiente para a determinação do TA de sementes nativas florestais.
Publication year: 2024
Types of publication: Abstract in annals or event proceedings
Unit: Embrapa Semi-arid Region
Observation
Some of Embrapa's publications are published as ePub files. To read them, use or download one of the following free software options to your computer or mobile device. Android: Google Play Books; IOS: iBooks; Windows and Linux: Calibre.
Access other publications
Access the Agricultural Research Database (BDPA) to consult Embrapa's full library collection and records.
Visit Embrapa Bookstore to purchase books and other publications sold by Embrapa.