| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 3.23 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
Este projeto teve como objetivo principal desenvolver um sistema de recomendação de datas
de plantação de culturas hortícolas, com a intenção de auxiliar os agricultores na tomada de
decisões, tendo em conta as alterações climáticas, com a finalidade de auxiliar os agricultores
a tirarem mais proveito da produtividade das colheitas.
Para atingir este objetivo, foram exploradas técnicas de deep learning, com destaque para o
modelo Long Short Term Memory (LSTM), para prever as temperaturas e avaliá-las face
aos intervalos ótimos de cada fase de crescimento para cada cultura.
O sistema de previsão foi implementado numa aplicação web que fornece recomendações
de datas de plantação com base na temperatura média diária. Além disso, a aplicação oferece
uma visualização prática dos dados climáticos e do solo mais favoráveis para um
crescimento saudável das culturas.
Comparando os resultados do sistema com calendários agrícolas, observou-se que o modelo
oferece uma visão mais dinâmica, adaptável e concreta. O sistema é capaz de considerar as
alterações climáticos como um fator importante para a recomendação de uma data de
plantação. A realização deste projeto oferece uma ferramenta robusta para agricultores
otimizarem as suas práticas agrícolas.
Descrição
Palavras-chave
Inteligência artificial Deep learning Alterações climáticas Culturas hortícolas Parâmetros climáticos Intervalos otimos de temperatura Sistemas de recomendações Recomendações algorítmicas Datas de plantação
