Detalhes bibliográficos
| Ano de defesa: |
2020 |
| Autor(a) principal: |
Moraes, Nicacia Andrade Borges |
| Orientador(a): |
Gadotti, Gizele Ingrid |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal de Pelotas
|
| Programa de Pós-Graduação: |
Programa de Pós-Graduação em Ciência e Tecnologia de Sementes
|
| Departamento: |
Faculdade de Agronomia Eliseu Maciel
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
http://guaiaca.ufpel.edu.br/handle/prefix/5713
|
Resumo: |
No setor sementeiro há vários desafios na tomada de decisão rápida e precisa quando se trabalha com expressiva quantidade de lotes de sementes, sendo que a manipulação manual se torna quase impossível. A reinvenção da agricultura vem com inteligência artificial (IA), principalmente no setor de qualidade. O objetivo deste trabalho é utilizar o aprendizado de máquinas para a classificação de lotes de sementes de milho. Foram utilizados dados provenientes de uma empresa produtora de sementes de milho, sendo os atributos oito safras. Os classificadores utilizados foram J48, RandomForest, CVR, lBk, MLP e NäiveBayes. Foi utilizada a validação cruzada, no qual dividiu-se o conjunto de dados, treinamento e teste, em 10 subconjuntos. As etapas descritas foram realizadas no software Weka. A técnica de mineração de dados mais precisa foi predição e classificação (100%) e não a técnica de associação com somente 70,35% de acurácia. É possível classificar lotes de sementes de milho com grande acurácia e precisão através de inteligência artificial e sua técnica de aprendizado de máquina. A inteligência artificial permitirá automatizar processos na empresa e aumentar a velocidade de conclusão de tarefas. |
