???item.export.label??? ???item.export.type.endnote??? ???item.export.type.bibtex???

Please use this identifier to cite or link to this item: https://tede.ufam.edu.br/handle/tede/4739
???metadata.dc.type???: Dissertação
Title: Modelos computacionais baseados em aprendizado de máquina para classificação e agrupamento de variedades de tucumã (Astrocaryum aculeatum G. Mey.)
???metadata.dc.creator???: Ferreira Júnior, Mafran Martins 
???metadata.dc.contributor.advisor1???: Kanda, Jorge Yoshio
???metadata.dc.description.resumo???: O bioma amazônico possui uma gama de recursos naturais com alto valor econômico, os quais podem ser explorados de maneira sustentável para gerar emprego e renda. Dentre esses recursos destaca-se o tucumã, fruta nativa da região utilizada na culinária, no artesanato e comercializada pelos produtores locais. A palmeira do tucumã apresenta ampla variedade dentro de uma mesma espécie, cada uma diferenciando-se quanto à sua morfologia, população, procedência, entre outros fatores. Cientificamente, a classificação taxonômica do tucumã é referente às suas espécies, ainda não existe nenhuma forma manual ou automática de classificar variedades da espécie Astrocaryum aculeatum G. Mey., também conhecida como tucumã do Amazonas. A indicação da variedade a qual uma unidade do fruto pertence é realizada de forma empírica, podendo ser confusa perante o aparecimento de frutos com grande diferença em suas características. Nesse cenário, esta pesquisa objetivou gerar e avaliar modelos computacionais capazes de classificar e agrupar quatro variedades de tucumã, encontradas na região do município de Itacoatiara-AM. O estudo teve como objetivo secundário indicar qual das variedades possui melhor potencial econômico quanto às características do fruto já colhido. Para gerar os modelos foram utilizadas três técnicas de Aprendizado de Máquina: Árvores de Decisão e Redes Neurais Artificiais na tarefa de classificação, e na tarefa de agrupamento a técnica K-Médias, usando as medidas de distância Euclidiana e de Manhattan. Os resultados obtidos com base no conjunto de dados mostram que os modelos gerados com as técnicas de aprendizado de máquina apresentaram índices satisfatórios para a predição de classes de variedades de tucumã.
Abstract: The amazon biome has a range of natural resources with high economic value, which can be exploited in a sustainable way to generate jobs and income. Among these resources, we can spotlight the tucuman, native fruit from the Amazonian region used in cooking, crafts and sold by local producers. The tucuman palm tree presents many varieties within the same specie, each one differs from the other in its morphology, population, origin, among other factors. Scientifically, the tucuman taxonomic classification refers to its species. There isn’t yet a manual or an automatic way of classifying varieties of Astrocaryum aculeatum G. Mey., also known as Amazonian tucuman. The indication of the variety to which a fruit unit belongs is performed empirically and may be confused when there are fruits with a large difference in their characteristics. In this scenario, this study aimed to generate and evaluate computer models able to classify and get into groups four varieties of tucuman found in the Itacoatiara-AM region. The secondary objective of this study was to indicate which of the varieties have the best economic potential regarding to the harvested fruit characteristics. To generate the models, three machine learning techniques were used: Decision Trees and Artificial Neural Networks in the classification task, and to the grouping task the K-Means technique was applied, using Euclidean and Manhattan distance measurements. The results obtained based on the data set show that the models generated with machine learning techniques presented satisfactory indexes for predicting of varieties' classes of tucuman.
Keywords: Aprendizado de Máquina
Reconhecimento de Padrões
Mineração de Dados
Recursos Amazônicos
Tucumã (Astrocaryum aculeatum G. Mey.)
Machine Learning
Patterns Recognition
Data Mining
Amazonian Resources
Tucuman (Astrocaryum aculeatum G. Mey.)
Redes Neurais Artificiais (RNAs)
???metadata.dc.subject.cnpq???: CIÊNCIAS EXATAS
Language: por
???metadata.dc.publisher.country???: Brasil
Publisher: Universidade Federal do Amazonas
???metadata.dc.publisher.initials???: UFAM
???metadata.dc.publisher.department???: Instituto de Ciências Exatas e Tecnologia - Itacoatiara
???metadata.dc.publisher.program???: Programa de Pós-graduação em Ciência e Tecnologia para Recursos Amazônicos
Citation: FERREIRA JÚNIOR, Mafran Martins. Modelos computacionais baseados em aprendizado de máquina para classificação e agrupamento de variedades de tucumã (Astrocaryum aculeatum G. Mey.). 2015. 140 f. Dissertação (Mestrado em Ciência e Tecnologia para Recursos Amazônicos) - Universidade Federal do Amazonas, Itacoatiara, 2015.
???metadata.dc.rights???: Acesso Aberto
URI: http://tede.ufam.edu.br/handle/tede/4739
Issue Date: 31-Jul-2015
Appears in Collections:Mestrado em Ciência e Tecnologia para Recursos Amazônicos

Files in This Item:
File Description SizeFormat 
Dissertação - Mafran Martins Ferreira Júnior.pdf2.32 MBAdobe PDFThumbnail

Download/Open Preview


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.