Vieira, Giovanni CorreiaJansen, Daniela Camata2023-12-082023-12-082023Jansen, Daniela Camata. Estimação de altura em plantio de eucalipto por meio redes neurais artificiais no Estado de Rondônia. Orientador: Giovanni Correia Vieira. 2023. 20 f. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Florestal)- Intituto Federal de Rondônia, Ji-Paraná, 2023.http://repositorio.ifro.edu.br/handle/123456789/615Trabalho de conclusão de curso apresentado ao Curso de Bacharelado em Engenharia Florestal do Instituto Federal de Educação, Ciência e Tecnologia de Rondônia, campus Ji-Paraná, como parte dos requisitos necessários para obtenção do título de Bacharel em Engenharia Florestal.O uso de redes neurais apresenta vantagens em comparação com métodos estatísticos tradicionais. Isso se deve à capacidade dessas redes de modelar relações não lineares e capturar interações complexas entre variáveis. Dessa forma, é possível estimar a altura com maior precisão em comparação aos modelos de regressão convencionais. Além disso, diversos estudos destacam a eficácia dessa técnica na modelagem de variáveis florestais, como volume e altura. O objetivo deste estudo é avaliar a eficácia das redes neurais artificiais na estimativa da altura de um plantio de eucalipto em Ji-Paraná, Rondônia. A exatidão foi por meio das seguintes estatísticas: raiz quadrada média do resíduo (RQME), bias e confeccionados gráficos de dispersão dos resíduos. Logo, foi utilizado o software r core Team (2018) e o Excel 2013 para fazer essas análises. Os resultados neste estudo revelaram-se altamente eficazes a utilização das Redes Neurais Artificiais na estimativa das alturas das árvores, apresentando valores de coeficiente de correlação variando de 72,65% a 76,90%. Essa abordagem apresentou resultados semelhantes aos modelos de regressão para a base de dados.pt-BRInteligência artificialFloresta plantadaRelação hipsométricoInventário florestalTrabalho de Conclusão de CursoArtificial intelligencePlanted ForestHypsometric RelationshipsForest inventory