|
Title:
|
MODELO PARA PREDIÇÃO DE RESULTADOS
DE COLHEITAS COM BASE EM MODELOS OCULTOS
DE MARKOV |
|
Author(s):
|
Jean Samarone Almeida Ferreira, Ana Paula Lüdtke Ferreira e Naylor Bastiani Perez |
|
ISBN:
|
978-989-8704-25-2 |
|
Editors:
|
Paula Miranda, Cristiano Costa, Pedro Isaías e Flávia Maria Santoro |
|
Year:
|
2020 |
|
Edition:
|
Single |
|
Keywords:
|
Predição de Colheita, Inferência Probabilística, Modelo Oculto de Markov |
|
Type:
|
Full |
|
First Page:
|
149 |
|
Last Page:
|
156 |
|
Cover:
|
|
|
Full Contents:
|
click to dowload 
|
|
Paper Abstract:
|
O gerenciamento adequado dos sistemas de produção agrícola pode garantir melhores resultados de produtividade, dado
o tipo de colheita, condições climáticas, características do solo e outras variáveis agrícolas relevantes. A previsão dos
resultados da colheita depende fortemente das características locais, e a literatura mostra que os fatores que afetam a
produção variam no espaço e no tempo, exigindo que os sistemas para esse tipo de previsão possam alterar seu
mecanismo de inferência ao longo do tempo. Este artigo propõe a modelagem de um sistema baseado em um modelo
oculto de Markov para previsão da produtividade de culturas (a variável oculta), que utiliza dados relacionados às
características do solo e condições climáticas (as variáveis visíveis) ao longo do tempo de plantio. A flexibilidade do
modelo admite a adição de outras variáveis sem alteração de sua estrutura. Os resultados mostram que a variação
temporal é capturada pelo modelo, que pode ser inicializado por uma abordagem de probabilidade frequentista ou
bayesiana. |
|
|
|
|
|
|
