Aplicação de redes neurais artificiais do tipo mapas auto-organizáveis : estudo de casos

• Main Author: Hágata Cremasco da Silva
• Other Authors: Dionísio Borsato .
• Language: Portuguese
• Published: Universidade Estadual de Londrina. Centro de Ciências Exatas. Programa de Pós-Graduação em Química. 2014
• Online Access: http://www.bibliotecadigital.uel.br/document/?code=vtls000190077

Foram analisadas quarenta amostras de soja, transgênicas e comuns, plantadas em duas regiões diferentes, Londrina e Ponta Grossa. A fim de verificar se os valores de concentração dos compostos inorgânicos na soja eram diferentes em função da região de plantio, as concentrações de K, P, Ca, Mg, S, Zn, Mn, Fe, Cu e B foram analisados por uma Rede Neural Artificial do tipo Mapa Auto Organizável (MAO). Foi observado que a rede foi capaz de diferenciar as amostras conforme sua região de origem. Entretanto, não foi observada a diferenciação das amostras quanto a transgenia. Também foram analisadas cento e setenta e duas mostras de café oriundas de 16 cidades diferentes, do estado do Paraná, que foram divididas em três regiões de acordo com o clima e temperatura das cidades. As concentrações de K, P, Ca, Mg, S, Zn, Mn, Fe, Cu e B foram analisadas por uma Rede Neural Artificial do tipo Mapa Auto Organizável e foi constatado que não foi possível a separação das amostras em relação à região de origem. Em relação às cidades, algumas puderam ser agrupadas e outras não. Em uma segunda análise verificou-se um bom agrupamento das cidades, formando um total de 6 grupos distintos. Também foi possível constatar que das 10 variáveis utilizadas 3 delas, K, Mg e Mn, não exerciam muita influência nos resultados apresentados. Neste último estudo foi constatado que as 3 variáveis retiradas da análise eram importantes da construção das relações das vizinhanças dos grupos. Apesar dos grupos formados terem sido os mesmos, as relações de vizinhança não permaneceram iguais. Foi possível constatar, portanto, que as concentrações de P, Ca, K, Mg, Mn, S, Zn, Fe, Cu e B aplicados à rede do tipo MAO foram capazes de reconhecer 10 cidades, formando 6 grupos distintos. De acordo com os resultados obtidos a RNA do tipo MAO se mostrou uma ferramenta importante e adequada no reconhecimento de padrões nos dois casos estudados. === Forty samples of soybean, transgenic and common, planted in two different regions , Londrina and Ponta Grossa were analyzed . In order to verify whether the values of the concentration of the inorganic compounds in soybeans were different according to the region of planting, the concentrations of K, P , Ca, Mg, S , Zn, Mn, Fe , Cu and B were analyzed by Artificial Neural Network Self Organizing Map type ( SOM ) . It was observed that the network was able to differentiate the samples according to their region of origin. However, no differentiation of samples for genetic modification was observed. One hundred seventy-two shows coffee coming from 16 different cities in the state of Paraná, which were divided into three regions according to the climate and temperature of cities were also analyzed. The concentrations of K, P, Ca, Mg, S, Zn, Mn, Fe, Cu and B were analyzed by an Artificial Neural Network Self Organizing Map type. It was noted that it was not possible to separate the samples in relation to the region of origin. Regarding hometowns, some might be grouped and others not. In this second analysis showed a good grouping of cities, for a total of 6 groups. It also appeared that the 10 variables used 3 of them, K, Mg and Mn did not exercise much influence on the results presented. In the latter study it was found that 3 variables from the analysis were important for construction of relations of neighborhood groups. Despite the trained groups were the same, neighborly relations did not remain equal. It was established, so that the concentrations of P, Ca, K, Mg, Mn, S, Zn, Fe, Cu and B applied to the type SOM network were able to recognize 10 cities, forming 6 groups. According to the results of the ANN type SOM showed a significant and appropriate tool in recognizing patterns in the two cases studied.