APRENDIZADO DE MÁQUINA APLICADO NA PREDIÇÃO DA ATIVIDADE DE MANUTENÇÃO DE MÁQUINAS FLORESTAIS

DOCUMENTAÇÃO

Tema: Agrotech e desenvolvimento rural

Temas Correlatos: Agronegócios;

Acessos neste artigo: 170


Certificado de Publicação:
Não disponível
Certificado de Participação:
Não disponível

COMPARTILHE ESTE TRABALHO

AUTORIA

Valier Augusto Sasso Junior , Thamires Da Silva , Rodrigo Oliveira Almeida , Qüinny Soares Rocha , Danilo Simões

ABSTRACT
A atividade de manutenção é importante para garantir a vida útil das máquinas florestais e interferem diretamente na produtividade da operação de colheita mecanizada de madeira. Diante do exposto, o objetivo foi verificar se a aprendizagem de máquina alcançou boa performance na predição do tipo de atividade de manutenção da máquina florestal autopropelida feller buncher. Com os dados coletados em uma floresta plantada de Eucalyptus no sistema de colheita da madeira full tree, ponderamos os atributos de data, horímetro e tipo de atividade de manutenção do feller buncher. Foi aplicado 14 algoritmos de aprendizagem de máquina utilizando as linguagens de programação R e Python. Os modelos Linear Discriminant Analysis e Logistic Regression, via ensembled e default, respectivamente, alcançam razoável performance de predição, ambos com Matthew's Correlation Coefficient igual a 0,29 e precisão de 0,51, para o tipo de atividade de manutenção da máquina florestal autopropelida feller buncher, por meio do aprendizado de máquina.

Para participar do debate deste artigo, .


COMENTÁRIOS

Utilizamos cookies essenciais para o funcionamento do site de acordo com a nossa Política de Privacidade e, ao continuar navegando, você concorda com estas condições.