Exportação concluída — 

Métodos supervisionados de machine learning aplicados à produtividade agrícola de cana-de-açúcar

Detalhes bibliográficos
Ano de defesa: 2021
Autor(a) principal: Yepes Guarnizo, Jhonnatan Alexander, 1991-
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: [s.n.]
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Aprendizado de máquina
Agricultura e tecnologia
Cana-de-açúcar - Rendimento
Floresta aleatória
Machine learning
Agriculture and technology
Sugarcane - Yield
Random forest
Link de acesso: https://hdl.handle.net/20.500.12733/1642002
Resumo: Orientador: Barbara Janet Teruel Mederos
id UNICAMP-30_604bc555de0e6fa0175a24ccecc82ed3
oai_identifier_str oai::1166814
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Métodos supervisionados de machine learning aplicados à produtividade agrícola de cana-de-açúcarSupervised machine learning methods applied to sugarcane yieldAprendizado de máquinaAgricultura e tecnologiaCana-de-açúcar - RendimentoFloresta aleatóriaMachine learningAgriculture and technologySugarcane - YieldRandom forestOrientador: Barbara Janet Teruel MederosDissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia AgrícolaResumo: Os métodos de aprendizado de máquinas têm tomado protagonismo dentro das ciências agrárias principalmente por sua capacidade de prever eventos futuros. A indústria canavieira brasileira é responsável por 39% da produção mundial, participação essa que lhe confere o rótulo de maior produtora e processadora dessa matéria-prima. Para manter a competitividade no cenário internacional, abastecer o consumo interno e sustentar a importância socioeconômica que isso implica na economia interna do país, o Governo e produtores têm historicamente recorrido a modelos de previsão de produtividade para desenvolver planos de ordenamento territorial, segurança alimentar, processamento de matéria-prima e logística para o transporte de produtos derivados. Nesse cenário, a previsão da produtividade da cana-de-açúcar tornou-se uma ferramenta valiosa para a tomada de decisões estratégicas mais precisas. Por esse motivo, o presente trabalho tem como objetivo avaliar o desempenho de três métodos de aprendizado de máquina supervisionado na criação de modelos de previsão de safra baseados nas propriedades de fertilidade do solo em cana-de-açúcar. O desenvolvimento do experimento ocorreu na Universidade Estadual de Campinas, especificamente dentro da Faculdade de Engenharia Agrícola (FEAGRI) com a variedade IACSP97-4039 devido à sua presença em usinas do estado de São Paulo, ao seu alto conteúdo energético e principalmente por ser uma espécie de ciclo curto. Os resultados obtidos apontam para o algoritmo Random Forest como o melhor classificador, sendo que Naive Bayes também apresentou resultados satisfatóriosAbstract: Machine learning methods have taken a leading role within the agricultural sciences mainly due to their ability to predict future events. The Brazilian sugarcane industry is responsible for 39% of world production, this participation has given it the label as the largest producer and processor of this raw material. To maintain competitiveness on the international scene, supply domestic consumption and sustain the socioeconomic importance that this implies in the country's internal economy, the Government and producers have historically resorted to productivity prediction models to develop land use planning, food security, processing of fresh material and logistics for the transportation of derived products. In this scenario, the prediction of productivity in sugarcane became a valuable tool to make more accurate strategic decisions. For this reason, the present study aims to evaluate the performance of three methods of supervised machine learning in the creation of crop prediction models based on the soil fertility properties in sugarcane. The development of the experiment took place at the State University of Campinas (SP), specifically within the Faculty of Agricultural Engineering (FEAGRI) with the variety IACSP97-4039 due to its presence in sugar mills in the state of Sao Paulo, its high energy content and mainly because it is a species short cycle. The results obtained point to the Random Forest algorithm as the best classifier, and Naive Bayes also presented satisfactory resultsMestradoMáquinas AgrícolasMestre em Engenharia AgrícolaCNPQ88882.434658/2019-1[s.n.]Teruel Mederos, Barbara Janet, 1966-Camargo, Antônio Pires deYano, Inacio HenriqueUniversidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia AgrícolaPrograma de Pós-Graduação em Engenharia AgrícolaUNIVERSIDADE ESTADUAL DE CAMPINASYepes Guarnizo, Jhonnatan Alexander, 1991-20212021-05-26T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf1 recurso online (75 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/1642002YEPES GUARNIZO, Jhonnatan Alexander. Métodos supervisionados de machine learning aplicados à produtividade agrícola de cana-de-açúcar. 2021. 1 recurso online (75 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola, Campinas, SP. Disponível em: 20.500.12733/1642002. Acesso em: 29 set. 2025.https://repositorio.unicamp.br/acervo/detalhe/1166814https://repositorio.unicamp.br/acervo/detalhe/1166814Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2025-07-28T15:46:08Zoai::1166814Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2025-07-28T15:46:08Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Métodos supervisionados de machine learning aplicados à produtividade agrícola de cana-de-açúcar
Supervised machine learning methods applied to sugarcane yield
title Métodos supervisionados de machine learning aplicados à produtividade agrícola de cana-de-açúcar
spellingShingle Métodos supervisionados de machine learning aplicados à produtividade agrícola de cana-de-açúcar
Yepes Guarnizo, Jhonnatan Alexander, 1991-
Aprendizado de máquina
Agricultura e tecnologia
Cana-de-açúcar - Rendimento
Floresta aleatória
Machine learning
Agriculture and technology
Sugarcane - Yield
Random forest
title_short Métodos supervisionados de machine learning aplicados à produtividade agrícola de cana-de-açúcar
title_full Métodos supervisionados de machine learning aplicados à produtividade agrícola de cana-de-açúcar
title_fullStr Métodos supervisionados de machine learning aplicados à produtividade agrícola de cana-de-açúcar
title_full_unstemmed Métodos supervisionados de machine learning aplicados à produtividade agrícola de cana-de-açúcar
title_sort Métodos supervisionados de machine learning aplicados à produtividade agrícola de cana-de-açúcar
author Yepes Guarnizo, Jhonnatan Alexander, 1991-
author_facet Yepes Guarnizo, Jhonnatan Alexander, 1991-
author_role author
dc.contributor.none.fl_str_mv Teruel Mederos, Barbara Janet, 1966-
Camargo, Antônio Pires de
Yano, Inacio Henrique
Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Agrícola
Programa de Pós-Graduação em Engenharia Agrícola
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Yepes Guarnizo, Jhonnatan Alexander, 1991-
dc.subject.por.fl_str_mv Aprendizado de máquina
Agricultura e tecnologia
Cana-de-açúcar - Rendimento
Floresta aleatória
Machine learning
Agriculture and technology
Sugarcane - Yield
Random forest
topic Aprendizado de máquina
Agricultura e tecnologia
Cana-de-açúcar - Rendimento
Floresta aleatória
Machine learning
Agriculture and technology
Sugarcane - Yield
Random forest
description Orientador: Barbara Janet Teruel Mederos
publishDate 2021
dc.date.none.fl_str_mv 2021
2021-05-26T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/1642002
YEPES GUARNIZO, Jhonnatan Alexander. Métodos supervisionados de machine learning aplicados à produtividade agrícola de cana-de-açúcar. 2021. 1 recurso online (75 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola, Campinas, SP. Disponível em: 20.500.12733/1642002. Acesso em: 29 set. 2025.
url https://hdl.handle.net/20.500.12733/1642002
identifier_str_mv YEPES GUARNIZO, Jhonnatan Alexander. Métodos supervisionados de machine learning aplicados à produtividade agrícola de cana-de-açúcar. 2021. 1 recurso online (75 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agrícola, Campinas, SP. Disponível em: 20.500.12733/1642002. Acesso em: 29 set. 2025.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1166814
https://repositorio.unicamp.br/acervo/detalhe/1166814
Requisitos do sistema: Software para leitura de arquivo em PDF
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online (75 p.) : il., digital, arquivo PDF.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1844628675665854464

Registros relacionados