Inteligência Artificial Explicável para a Classificação de Sementes de Soja

• Processo: 25/20861-8
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de outubro de 2025
• Data de Término da vigência: 30 de setembro de 2026
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Renato Tinós
• Beneficiário: Sabrina Sousa Carvalho
• Instituição Sede: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto (FFCLRP). Universidade de São Paulo (USP). Ribeirão Preto , SP, Brasil
• Vinculado ao auxílio: 24/15430-5 - Fusão de dados multimodais e modelagem de crescimento baseados em aprendizado de máquina para melhoria da produção de soja, AP.PFPMCG.TEM
• Assunto(s): Aprendizado computacional Inteligência artificial explicável Soja Inteligência artificial
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Inteligência Artificial Explicável | Soja | Inteligência Artificial

Resumo

Este projeto tem como foco o desenvolvimento e a avaliação de métodos de Inteligência Artificial Explicável (XAI) para a classificação de sementes de soja, com o objetivo de combinar alta precisão preditiva com informações transparentes e interpretáveis. A morfologia das sementes de soja influencia a produtividade, mas as ferramentas computacionais atuais para análise são limitadas. O estudo utilizará conjuntos de dados de imagens de sementes em RGB e hiperespectrais, começando com um conjunto de dados existente e expandindo para novas coleções que reflitam condições práticas de melhoramento. Redes Neurais Convolucionais (CNNs) serão implementadas e avaliadas, enquanto técnicas de explicabilidade, como Grad-CAM, serão aplicadas para identificar as regiões e características das imagens mais relevantes para as decisões de classificação. Ao combinar classificação precisa com resultados interpretáveis, o projeto visa aumentar a confiança, a usabilidade e a adoção de ferramentas de Machine Learning no melhoramento de soja e em aplicações agrícolas.