Título:	Uso de redes neurais multicamadas para classificação de perfis de solos.
Autoria:	SOUZA, K. X. S. de CAMARGO NETO, J.
Afiliação:	KLEBER XAVIER SAMPAIO DE SOUZA, CNPTIA; JOAO CAMARGO NETO, CNPTIA.
Ano de publicação:	2019
Referência:	Campinas: Embrapa Informática Agropecuaria, 2019.
Páginas:	23 p.
Conteúdo:	Resumo - O processo de classificação de solos executado por especialistas é uma tarefa laboriosa, que envolve várias etapas de coleta e a aplicação de regras de classificação de acordo com o Manual do Sistema Brasileiro de Classificação de Solos (SiBCS). Este trabalho relata a aplicação de redes neurais do tipo perceptron multicamadas na classificação de solos, nos níveis categóricos 1 a 4. Os dados de perfis de solo utilizados vieram de uma base de dados do Instituto Brasileiro de Geografia e Estatística (IBGE). A otimiza-ção da função de custo de entropia cruzada, usada no treinamento da rede neural, foi realizada por meio do algoritmo de stochastic gradient descent. As redes apresentaram resultados de acurácia que variam de 63,38 a 27,79, tendo o valor maior sido obtido para o primeiro nível e o menor para o quarto nível de classificação. Os resultados mostraram o alto potencial de uso do perceptron multicamadas para a classificação de perfis de solo, resultado que pode ser ainda melhorado caso se disponha de um conjunto maior e mais balanceado de perfis de solos previamente classificados.
NAL Thesaurus:	Neural networks Soil classification
Palavras-chave:	Redes neurais multicamadas Perceptron multicamadas Classificação de solos Aprendizado profundo Amostras de solo Deep learning
Série:	(Embrapa Informática Agropecuária. Boletim de pesquisa e desenvolvimento, 45).
ISSN:	1677-9266
Tipo do Material:	Folhetos
Acesso:	openAccess
Aparece nas coleções:	Boletim de Pesquisa e Desenvolvimento (CNPTIA)