Detalhes bibliográficos
| Ano de defesa: |
2021 |
| Autor(a) principal: |
Harada, Érik dos Santos |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Estadual Paulista (Unesp)
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
http://hdl.handle.net/11449/214183
|
Resumo: |
É verídico que as mudanças climáticas estão prejudicando a produção animal e vegetal em decorrência de extremos climáticos, levando a perdas econômicas e causando impactos ambientais. Neste sentido, é possível utilizar bancos de dados meteorológicos e produtivos com o intuito de gerar modelos capazes de auxiliar na tomada de decisão evitando perdas financeiras. Os dados armazenados são de extrema importância para o produtor rural, pois, com o auxílio de ferramentas de análise de dados, consegue-se extrair informações que os olhos humanos não são capazes de ver sem os recursos computacionais e estatísticos que os softwares de inteligência artificial possuem. Desta forma, o objetivo deste estudo foi criar faixas de conforto térmico e com a aplicação da mineração de dados desenvolver árvores de decisão baseadas em índices de conforto térmico, para galinhas poedeiras, em três diferentes aviários, em todas as estações do ano. Foi utilizado um banco de dados bioclimáticos e de desempenho de três aviários comerciais localizados em Bastos/SP, do ano de 2013 e 2014, para quatro estações do ano, denominadas de: ciclo 1, ciclo 2, ciclo 3, ciclo 4. Os dados foram organizados e classificados em planilhas eletrônicas. Posteriormente a esta etapa, houve o pré-processamento e os dados foram transcritos em formato compatível com o software Weka® para que fosse aplicado o algoritmo J48 (C4.5) para a realização da mineração de dados. Com base no banco de dados bioclimáticos, foi possível elaborar faixas de conforto térmico com base em temperatura (ºC) e umidade relativa (%) e as mesmas transcorreram para o desenvolvimento dos cenários possíveis para o software criar as árvores de decisão, fornecendo subsídios para que a decisão fosse tomada. A execução da técnica possibilitou a construção de modelos com coeficiente Kappa de 98% em média, evidenciando que o classificador da mineração de dados como excelente para a maioria (83%) dos modelos gerados. |
