文献

J-GLOBAL ID：201702256610691316   整理番号：17A1548995

人工神経回路網を用いた農業用および工業用macauba果実バイオマスの高速予測【Powered by NICT】

High-performance prediction of macauba fruit biomass for agricultural and industrial purposes using Artificial Neural Networks

著者 (7件)： Castro Carla Aparecida de O. (Department of Forestry, Universidade Federal de Vicosa/UFV, Av. Peter Henry Rolfs, s/n 36570-000, Vicosa, MG, Brazil) ,  Resende Rafael T. (Department of Forestry, Universidade Federal de Vicosa/UFV, Av. Peter Henry Rolfs, s/n 36570-000, Vicosa, MG, Brazil) ,  Kuki Kacilda N. (Department of Plant Science, Universidade Federal de Vicosa/UFV, Av. Peter Henry Rolfs, s/n, 36570-000, Vicosa, MG, Brazil) ,  Carneiro Vinicius Q. (Department of Statistics, Universidade Federal de Vicosa/UFV, Av. Peter Henry Rolfs, s/n, 36570-000, Vicosa, MG, Brazil) ,  Marcatti Gustavo E. (Department of Agricultural Sciences, Universidade Federal de Sao Joao Del-Rei/UFSJ, MG424 road, KM 47, n 202, 35701-970, Sete Lagoas, MG, Brazil) ,  Cruz Cosme Damiao (Department of Statistics, Universidade Federal de Vicosa/UFV, Av. Peter Henry Rolfs, s/n, 36570-000, Vicosa, MG, Brazil) ,  Motoike Sergio Y. (Department of Plant Science, Universidade Federal de Vicosa/UFV, Av. Peter Henry Rolfs, s/n, 36570-000, Vicosa, MG, Brazil)
資料名： Industrial Crops and Products  (Industrial Crops and Products)
巻： 108  ページ： 806-813  発行年： 2017年 
JST資料番号： W0732A  ISSN： 0926-6690  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： バイオマス推定は,農業と農産業に重要な役割を果たしている。Acrocomia aculeata(Jacq.)Lood.,ex Mart,macaubaは熱帯のための代替バイオマスバイオエネルギー作物の研究と開発のための焦点となってきたことをヤシ種である。macauba果実成分(外果皮,中果皮,内果皮と種子/穀粒)は異なる構造特性を示し,それらのバイオマス測定,伝統的な方法による,労力を要した。,このプロセスを能率化する手順の検証と関連している,それは育種プログラムと産業の両方のコストと時間を低減できるからである。本研究では,多重線形回帰法と比較することによりmacauba果実成分のバイオマス予測に人工ニューラルネットワーク(ANN)の有効性を試験した。使用したデータは18地点で採取した果実から,ブラジルのMinas Gerais州全体に分布している。それらの堆積物供給源によれば,マトリックスは後ANN交差検証のためのk-平均法を用いた二群にクラスター化した。各群は,訓練と検証の両方の目的に対して互換的に使用した。ANNは果実四成分の乾燥重量と中果皮および種子の油含量の予測における多変量線形モデルよりもより効率的であった。乾燥重量に関連した変数については,ANNは98%予測精度(すなわち,ネットワークによる予測値の98%の精度)に達し,油含有量に関連した変数の,精度は約90%であった。,果実の非侵襲的測定(すなわち,低コストと低時間測定変数)した関心のある変数の大部分を予測するために十分に適切であった。これらの結果は,ANNの予測可能性を示し,作物としてmacaubaのコンソリデーションのための省時間と努力。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *バイオマス ,  予測技法 ,  農作物 ,  クラスタ化 ,  ネットワーク ,  ブラジル連邦共和国 ,  *ニューラルネットワーク ,  予測可能性 ,  乾物量 ,  効率化 ,  *予測 ,  中果皮 ,  *農業 ,  熱帯
準シソーラス用語： 線形モデル , 【Automatic Indexing@JST】

著者キーワード (6件)： ANN(人工ニューラルネットワーク) ,  予測法 ,  乾燥バイオマス ,  油含有量 ,  降伏 ,  インコパーム

分類 (2件)： 植物の生化学  (EH01050J) ,  油料作物  (FC03074V)

タイトルに関連する用語 (6件)： 人工神経回路網 ,  農業 ,  工業 ,  果実 ,  バイオマス ,  予測