@MASTERSTHESIS{ 2018:357063683,
 	title = {Redes neurais artificiais na predição do tempo de armazenamento de grãos de feijão},
 	year = {2018},
 	url = "http://www.bdtd.ueg.br/handle/tede/730",
 	abstract = "O feijão é uma cultura amplamente cultivada no Brasil e no mundo. No período da armazenagem
 dos grãos, ocorre a deterioração do produto, que é gradativa, irreversível e acumulativa. As Redes
 Neurais Artificiais (RNAs) têm sido utilizadas numa larga gama de aplicações, tais como:
 classificação padrão, padrão de reconhecimento, otimização, previsão e controle automático. Em
 alguns casos, as RNAs têm apresentado desempenho superior aos modelos de regressão. Em face
 ao exposto, objetivou-se com este trabalho avaliar o desempenho das redes neurais artificiais na
 predição do tempo de armazenamento dos grãos de feijão em função da cor, dureza do tegumento
 e de diferentes temperaturas. Os grãos foram produzidos e armazenados pela Embrapa Arroz e
 Feijão, localizada no município de Santo Antônio de Goiás, safra 2013/2014. Foram
 armazenados 5 grupos de cultivares de feijão carioca com teor de água de 13% b.u. no ano de
 2014, as amostras foram armazenadas em câmara tipo Biochemical Oxygen Demand (BOD),
 com temperaturas (15, 21 e 37 °C). Amostras de grãos foram retiradas aos (36, 72, 108, 144 e
 180) dias de armazenamento e foram feitas avaliações de coloração e dureza do tegumento dos
 grãos. A primeira avaliação foi realizada com os grãos recém-colhidos no ano de 2014,
 identificados como amostras controle. Os dados foram normalizados entre -1 a 1, as redes
 treinadas foram do tipo Multilayer Perceptron (MLP), após o treinamento foi selecionada a rede
 que apresentou melhor performance para solução do problema. A melhor RNA teve um índice
 de acerto de 83,0% com os dados de treinamento e 91,2% com dados de validação, apresentou
 correlação superior a 0,900 para treinamento, validação e teste. Nas condições em que foi
 desenvolvido este trabalho pode-se concluir que as RNAs podem ser utilizadas para estimar os
 dias de armazenamento em função da cor, dureza e temperatura.",
 	publisher = {Universidade Estadual de Goiás},
 	scholl = {Programa de Pós-Graduação Stricto sensu em Engenharia Agrícola},
 	note = {UEG ::Coordenação de Mestrado em Engenharia Agrícola}
}