Uso de inteligência artificial na previsão do risco de queda de árvores
Trecho de 1 min 53 s de Dia 11/03: Casos práticos de avaliação de riscos e medidas de mitigação, gravado no evento II Fórum Internacional de Avaliação de Riscos em Árvores.
Assistir à gravação completaNo Even3 Conteúdos · 3 h 1 minSobre este trecho
Explicação de como modelos preditivos com árvores de decisão reduzem drasticamente o número de variáveis necessárias em avaliações de risco arbóreo.
Vai de a da gravação.
O que é dito neste trecho
Então a inteligência artificial usada eh nessa nessa pesquisa eh por meio dos métodos de previsão, ela simplifica um protocolos extensos de classificação, auxiliando a compreensão de um determinado fenômeno. Os modelos de previsão eles vão selecionar atributos e variáveis que melhor diferenciam dois ou mais grupos, ou seja, reduzir a quantidade de atributos necessários para aquela classificação. Nesse caso a classificação era de risco baixo, médio, alto ou extremo. Então os modelos de previsão deveriam ser capazes de separar essas classes. Então o algoritmo utilizado na inteligência artificial foi a árvore de decisão. Foi utilizado no software aberto que é o WEKA. Eh, no WEKA esse algoritmo se chama J48 ou C4.5. Foi utilizado a avaliação a validação de 10 pontos. E esse algoritmo ele foi selecionado porque ele tem um resultado visual e ele é de fácil interpretação. Ele apresenta uma classificação hierárquica com um nó raiz, o nó filho, subfilho e no final a classificação no nó terminal. Para utilizar os dados coletados a campo e transformar eles para serem utilizados no WEKA foi necessário transformar os dados que eram de classes de classificação eh em variáveis métricas numéricas que eram 0, 1, 2, 3 e assim por diante, ou zero e um quando era ausente e presente. Resultados. Então a previsão do risco de queda pela árvore de decisão para toda a amostra, que são as três espécies, eh ela determinou que 13 variáveis eram suficientes para classificar o risco de queda. Isso reduz em 62% o protocolo original que tinha 35 variáveis.
Outros trechos deste conteúdo

Diferenças entre tomografia sônica e de resistência elétrica em árvores
Trecho de a da gravação

A regra de um terço na avaliação do lenho de árvores
Trecho de a da gravação