Destaque
Programa de Fitotecnia da Ufersa promove palestra sobre Sistemas Aplicados nas Ciências Agrárias
O Programa de Pós-Graduação em Fitotecnia da Ufersa promove nesta terça, dia 03/07, a palestra “Sistemas Fuzzy Aplicados nas Ciências Agrárias” que será apresentada pelo Professor Doutor Luís Roberto Almeida Gabriel Filho, da Universidade Estatual Paulista – UNESP/Botucatu. A palestra será no Auditório da Pró-Reitoria de Pesquisa e Pós-graduação, a partir das 9h. A palestra será voltada à exposição de aplicações (Sistemas Baseados em Regras Fuzzy – SBRF) em várias linhas de conhecimento (ou sub-áreas) da grande área Ciências Agrárias: Agronomia, Engenharia Agrícola e Zootecnia.
Sobre o tema da palestra
A estatística é uma das mais requisitadas teorias utilizadas para o desenvolvimento de análises de experimentos nas Ciências Agrárias, gerando excelentes resultados e possibilitando à várias décadas a comparação e quantificação de resultados de técnicas diferentes em diversas condições aplicadas à um objeto de estudo (cultivares, animais, clima, etc).
Em pesquisas que fazem uso somente da estatística, em geral, é conveniente posterior modelagem para obtenção de resultados importantes não possíveis de serem detectados anteriormente (somente com análises estatísticas), tornando-se desta maneira, extremamente necessária tal realização. Surge assim a necessidade no meio científico de pesquisas voltadas às tais modelagens.
A modelagem matemática dos fenômenos (resultados) ocorridos em experimento agronômicos concretizaria um entendimento mais global à ciência, uma vez que é possível tecer conclusões sobre situações não antes observadas e determinar resultados globais para todo domínio de estudo.
Para modelos que exigem alta complexidade (muitas variáveis dependentes), há necessidade de especialistas que compreendam completamente o experimento do fenômeno, devendo ser capaz de determinar as diversas influências do ambiente e dos fatores controlados da resposta do experimento. A modelagem baseada em regras fuzzy visa contribuir na apresentação de generalizações de resultados, bem como a modelagem entre os intervalos pontuais analisados.
Além disto, em geral, quanto maior a complexidade de um fenômeno, menor a precisão do modelo que o descreve. Todavia, quanto mais imprecisas ou inexatas forem as informações que temos para caracterizar o modelo fuzzy, maior será o grau de precisão será da saída.
Acesse a notícia completa na página da Ufersa
Fonte: Comunicação, Ufersa. Imagem: Pixabay
Os comentários constituem um espaço importante para a livre manifestação dos usuários, desde que cadastrados no Canal Nutrição e que respeitem os Termos e Condições de Uso. Portanto, cada comentário é de responsabilidade exclusiva do usuário que o assina, não representando a opinião do Canal Nutrição, que pode retirar, sem prévio aviso, comentários postados que não estejam de acordo com estas regras.
Por favor, faça Login para comentar