Estimação de Funções de Pedotransferência: Redes Neurais Recorrentes de Pesos Variáveis no Espaço para Predição de Propriedades do Solo

Título: Estimação de Funções de Pedotransferência: Redes Neurais Recorrentes de Pesos Variáveis no Espaço para Predição de Propriedades do Solo

Autores: Gomes, Daniel Takata; Barbosa, Emanuel Pimentel; Timm, Luis Carlos

Resumo: O objetivo do artigo é propor um novo modelo de regressão que relacione variáveis do solo de medição difícil ou complexa com outras variáveis de medição mais fácil e menos dispendiosa, visando a predição da primeira com base em dados das demais. As medições são tomadas ao longo de linhas do solo chamadas transeções espaciais ou transects. O estudo dessas relações (funções de pedotransferência), entretanto, apresenta a complexidade da presença simultânea de 3 elementos: dependência espacial dos dados, não-homogeneidade do solo e não-linearidade da relação. Os principais modelos usualmente considerados na literatura para tais relações (principalmente espaço de estado linear e redes neurais feedfoward) têm a limitação de expressarem apenas duas das três características do problema. De modo a superar essa limitação, é proposto aqui um modelo de regressão para a função de pedotransferência baseado em rede neural recorrente (a realimentação ajuda a expressar melhor a dependência espacial), mas, ao contrário de uma rede padrão de pesos fixos, com pesos variando suavemente ao longo do espaço, de modo a incorporar a não-homogeneidade do solo. O algoritmo desenvolvido para estimação do modelo e predição é baseado em extensão não-linear de 2a ordem do filtro de Kalman, o que corrige substancialmente as deficiências do FK estendido de 1a ordem. As vantagens comparativas do modelo proposto em relação aos outros modelos propostos na literatura é mostrada, considerando-se diferentes medidas de performance de predição para os extremos do transect.

Palavras-chave: Regressão não-linear; redes neurais recorrentes; funções de pedotransferência; propriedades do solo; transeção espacial; filtro de Kalman

Páginas: 6

Código DOI: 10.21528/CBRN2005-108

Artigo em PDF: CBRN2005_108.pdf

Arquivo BibTex: CBRN2005_108.bib