Banca de DEFESA: LUANA MARIA DOS SANTOS

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: LUANA MARIA DOS SANTOS
DATA: 29/07/2022
HORA: 09:00
LOCAL: Defesa remota via Google Meet
TÍTULO:

Métodos de aprendizagem de máquina para predição de umidade e densidade básica da madeira a partir de espectros no NIR

PALAVRAS-CHAVES:

Umidade. Densidade. NIR. RNA. PLS-R.

PÁGINAS: 65
GRANDE ÁREA: Ciências Agrárias
ÁREA: Recursos Florestais e Engenharia Florestal
RESUMO:

A espectroscopia de infravermelho próximo (NIR) é uma técnica rápida e acurada que pode ser aplicada em um grande número de amostras e, quando associada à análise de regressão dos mínimos quadrado parciais e às redes neurais artificiais, tem se mostrado uma ferramenta eficiente na predição de propriedades da madeira. O objetivo deste estudo foi verificar o desempenho das redes neurais artificiais na estimativa da umidade e da densidade básica de madeira maciça e em cavacos de Eucalyptus spp. a partir de assinaturas espectrais no NIR. Os espectros no NIR e as massas foram medidos nos 110 cavacos e nas 110 amostras prismáticas de madeira, a cada 10% de perda de massa, até condição anidra, para posterior determinação da densidade básica e da umidade nas diferentes fases. Assim, a umidade e a densidade básica da madeira, obtidas pelo método convencional, foram correlacionadas com os correspondentes espectros no NIR por meio de Análise de Regressão dos mínimos quadrados (PLS-R) e Redes Neurais Artificias (RNA).  Para o desenvolvimento das RNA foi utilizado o algoritmo de aprendizagem backpropagation com redes do tipo Multilayer perceptron. A determinação da umidade dos cavacos de madeira, a partir dos espectros NIR, apresentou as melhores estimativas pelo método RNA a partir dos decis com R2 de 0,97, RMSE de 8,83% e RPD de 5,58. A estimativa da densidade básica dos cavacos de madeira, a partir dos espectros no NIR, foram alcançadas com a RNA utilizando decis, apresentando R2 de 0,17, RMSE de 0,02% e RPD de 1,00.  A determinação de umidade dos prismas de Eucalyptus sp. alcançou o melhor desempenho por RNA utilizando decis com R2 de 0,92, RMSE de 10,38% e RPD de 3,34. Já as melhores estimativas para a determinação da densidade independente da umidade dos prismas, foram obtidas pelo modelo PLS-R com R2 de 0,80, RMSE de 0,06 no teste e RPD de 2,00.  Portanto, os modelos desenvolvidos por PLS-R e RNA, partir e espectros no NIR, demonstraram ser uma ferramenta útil para previsão rápida e precisa da umidade de cavacos e prismas de madeira Eucalyptus. Já a determinação da densidade básica independente da umidade demonstrou resultados satisfatórios apenas nos prismas de madeira por meio da PLS-R e RNA utilizando os decis dos espectros.

MEMBROS DA BANCA:
Externo ao Programa - WILIAN SOARES LACERDA - DAT/EENG (Suplente)
Presidente - NATALINO CALEGARIO (Membro)
Externo à Instituição - LÍVIA CÁSSIA VIANA - UFT (Membro)
Externo à Instituição - JORDÃO CABRAL MOULIN - UFES (Membro)
Externo à Instituição - GRAZIELA BAPTISTA VIDAURRE - UFES (Membro)
Externo à Instituição - ANNA CAROLINA DE ALMEIDA ANDRADE - UFS (Suplente)
Externo à Instituição - ALLAN MOTTA COUTO - UEMS (Membro)