Redes neuronales artificiales para modelizar la emergencia de malas hierbas

pdf

Publicación: SEMh

Año de publicación: 2017

Tamaño: 347 Kb

Descargas: 2

Descargar archivo
El objetivo del presente trabajo fue desarrollar redes neuronales artificiales (RNA) para predecir la emergencia del bromo (Bromus diandrus) y comparar su capacidad predictiva con los modelos sigmoidales (MS). Los tiempos termales e hídricos fueron usados como variables independientes de entrada (modelo bivariado) y la proporción de emergencia acumulada fue considerada la variable de salida, para un total de 16 escenarios distintos (con diferentes fechas de siembra y manejos del suelo), con el fin de comparar la bondad de los ajustes con la raíz del error medio cuadrático (REMC) entre las RNA y los MS. Los resultados indican que tanto las RNAs como los MSs predicen satisfactoriamente la emergencia de B. diandrus. Sin embargo, se observó un mejor ajuste en 11 de los 16 escenarios evaluados utilizando RNA (REMCun 46% más bajos comparados con los MS).

Fuente: SEMh

Autores: Joel Torra1􀀍, Aritz Royo-Esnal1, Guillermo R. Chantre2, Jordi Recasens1 1 Malherbología y Ecología Vegetal. Dpto HBJ. Agrotecnio, Universitat de Lleida. Avda. Rovira Roure 191, 25198-Lleida, España 2 Departamento de Agronomía y CERZOS, Universidad Nacional del Sur/CONICET, 8000-Bahía Blanca, Argentina 􀀍 joel@hbj.udl.cat