Desenvolvimento de modelos neurais e de florestas aleatórias para classificar grãos de soja, feijão, grão de bico e milho a partir de imagens digitais

• Processo: 22/11858-5
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de janeiro de 2023
• Data de Término da vigência: 31 de dezembro de 2023
• Área de conhecimento: Interdisciplinar
• Pesquisador responsável: Erica Regina Filletti Nascimento
• Beneficiário: Vinícius Liberato Erler
• Instituição Sede: Instituto de Química (IQ). Universidade Estadual Paulista (UNESP). Campus de Araraquara. Araraquara , SP, Brasil
• Assunto(s): Aprendizagem Grãos Imagem digital Redes neurais (computação) Matemática aplicada
• Palavra(s)-Chave do Pesquisador: aprendizagem | Classificação de Padrões | Grãos | Imagens digitais | Redes Neurais Artificiais | Matemática aplicada

Resumo

Neste projeto, propomos o desenvolvimento de Redes Neurais Artificiais (RNAS) e de Florestas Aleatórias como ferramentas alternativas para classificar grãos de leguminosas a partir de imagens digitais. Em particular, serão usadas as características de cores das imagens de amostras de feijão, soja, milho e grão de bico, bem como a densidade aparente dos grãos, para criar um banco de dados que será utilizado para o treinamento dos modelos. A capacidade de aprender através de exemplos e de generalizar a informação aprendida é, sem dúvida, o atrativo principal da solução de problemas através de RNAs. Algumas das vantagens das Florestas Aleatórias é que elas podem ser utilizadas tanto para regressão quanto para classificação e é fácil visualizar a importância relativa que elas atribuem para cada característica na suas entradas, além de produzirem um bom resultado com valores default para os seus parâmetros.Devido a estas vantagens, essas duas ferramentas serão muito úteis para o estudo das propriedades dos grãos, podendo auxiliar no controle da qualidade de pós-colheita para estes produtos de grande relevância agroindustrial.