ESTIMANDO A DEPOSIÇÃO DE PRODUTOS FITOSSANITÁRIOS FORA DA ÁREA ALVO: UMA ABORDAGEM DE APRENDIZADO DE MÁQUINA

DORTA, MARCUS VINÍCIUS

dc.contributor.author	DORTA, MARCUS VINÍCIUS
dc.date.accessioned	2018-02-05T19:31:52Z
dc.date.available	2018-02-05T19:31:52Z
dc.date.issued	2017-12
dc.identifier.uri	http://hdl.handle.net/123456789/242
dc.description.abstract	The agrarian sector has several applications, among them is spraying. The spraying consists in applying phytosanitary products in the crops, for pest control and increased production. However many times the application of plant protection products happens in an erroneous way, having the deposition of products in unwanted places, this can occur by drift. The drift is the dispersion of the fluids from the products caused by the air stream, and also one of the major problems encountered in spraying. This problem also results in socio-environmental, economic damages and an increase in the cost of production. However there is an area of Artificial Intelligence that aims at the automatic work of machines, machine learning, which is to make a machine learn through past experiences. With data on drift during spraying, applied to machine learning techniques, the hypothesis is constructed that it is possible to estimate a curve of product deposition, and present this estimate to the user, which can correct or reduce the drift provided during spraying. The objective of this work is to study machine learning techniques by evaluating each technique in terms of accuracy. With the studies carried out on the techniques, it was possible to identify that the neural network technique presented a better behavior to the data, which obtained a better regression function	pt_BR
dc.language.iso	pt_BR	pt_BR
dc.publisher	O setor agrário possui diversas aplicações, entre elas se encontra a pulverização. A pulverização consiste em aplicar produtos fitossanitários nas lavouras, para controle de pragas e aumento de produção. Contudo inúmeras vezes a aplicação de produtos fitossanitários acontece de maneira errônea, tendo a deposição de produtos em locais indesejados, isso pode ocorrer por deriva. A deriva é a dispersão dos fluidos dos produtos causados pela corrente de ar, e também um dos maiores problemas encontrados na pulverização. Problema também que resulta em danos socioambientais, econômicos e aumento no custo de produção. Contudo existe uma área de Inteligência Artificial que visa o trabalho automáticos de máquinas, aprendizado de máquina, que consiste em fazer uma máquina aprender através de experiências passadas. Com dados ocorrentes de deriva durante uma pulverização, aplicados a técnicas de aprendizado de máquina, constrói-se a hipótese de que seja possível estimar uma curva de deposição de produtos, e apresentar essa estimativa ao usuário, podendo ele corrigir ou diminuir a deriva decorrente dos dados fornecidos durante a pulverização. O objetivo desse trabalho é estudar técnicas de aprendizado de máquina avaliando cada técnica em termos de acurácia. Com os estudos realizados sobre as técnicas abordadas, foi possível identificar que a técnica de redes neurais apresentou um melhor comportamento aos dados trabalhos, que obteve uma melhor função de regressão.	pt_BR
dc.subject	Aprendizado de Máquina, Estimativa de Deriva, Agricultura de Precisão.	pt_BR
dc.title	ESTIMANDO A DEPOSIÇÃO DE PRODUTOS FITOSSANITÁRIOS FORA DA ÁREA ALVO: UMA ABORDAGEM DE APRENDIZADO DE MÁQUINA	pt_BR
dc.type	TCC	pt_BR