Banca de DEFESA: ISÁIRA LEITE E LOPES

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: ISÁIRA LEITE E LOPES
DATA: 04/03/2022
HORA: 14:00
LOCAL: Google meet
TÍTULO:

FEATURE SELECTION APLICADA À BIOMETRIA FLORESTAL

PALAVRAS-CHAVES:

Inteligência computacional. Algoritmo genético. Crescimento e Produção Florestal. Colheita Florestal.

PÁGINAS: 100
GRANDE ÁREA: Ciências Agrárias
ÁREA: Recursos Florestais e Engenharia Florestal
RESUMO:

Os avanços computacionais oportunizaram uma maior viabilidade da coleta de dados, armazenamento e processamento de algoritmos com a expansão de big data no setor florestal. Em alinhamento com isso, técnicas de inteligência computacional têm sido adotadas como suporte a tomada de decisão em uma gama de problemas. Dentre suas aplicações, o processo de seleção de recursos (Feature selection) contribui com êxito na automatização da tarefa de redução da dimensionalidade dos dados para otimização de um subconjunto de variáveis relevantes na construção de modelos. Diante dessa perspectiva, a tese foca no uso do algoritmo genético juntamente com o Random Forest (GA-RF) para seleção de variáveis na modelagem da produtividade de máquina florestal (artigo 1) e do incremento periódico anual em diâmetro em uma Floresta Estacional Semidecidual Montana (artigo 2). No artigo 1, o objetivo do trabalho foi testar diferentes abordagens metodológicas na geração de modelos com boa capacidade preditiva além da investigação da importância de variáveis oriundas de condições edafoclimáticas, registros dos operadores e inventário florestal. O GA-RF foi selecionado por apresentar alto poder de generalização com redução do erro das estimativas além da maximização da importância das variáveis relevantes na produtividade da máquina. O artigo 2 objetivou avaliar a incorporação dos efeitos da competição em um modelo de crescimento em nível de árvores individuais, baseando-se na investigação de diferentes categorias de índices clássicos de competição e do uso de métricas de Redes complexas, metodologia proposta nesse estudo. A metodologia GA-RF foi eficiente em conciliar aspectos com significado ecológico e melhoria da acurácia por meio da seleção de índices independentes da distância e métricas de redes complexas para a modelagem do crescimento das respectivas espécies, Xylopia brasiliensis e Copaifera langsdorffii.

MEMBROS DA BANCA:
Externo à Instituição - SAMUEL JOSE SILVA SOARES DA ROCHA - UFV (Suplente)
Externo à Instituição - RENATO VINICIUS OLIVEIRA CASTRO - UFSJ (Membro)
Presidente - LUCAS REZENDE GOMIDE (Membro)
Externo ao Programa - KALILL JOSE VIANA DA PASCOA - DCF/ESAL (Membro)
Interno - JOSE ROBERTO SOARES SCOLFORO (Membro)
Externo ao Programa - CAROLINA SOUZA JAROCHINSKI E SILVA - DCF/ESAL (Suplente)
Externo ao Programa - ANGELICA SOUSA DA MATA - DFI/ICN (Membro)