Previsão da produtividade de arroz: uma aplicação de redes neurais recorrentes LSTM

Resumo

O arroz, responsável por suprir a população com calorias e proteínas, ocupa uma posição de destaque do ponto de vista social e econômico. É um produto essencial na cesta básica do consumidor brasileiro. Neste contexto, este trabalho propõe um modelo LSTM (Long Short-Term Memory) para previsão da produtividade de arroz no estado do Rio Grande do Sul. A base de dados, obtida pelo Instituto Rio Grandense do Arroz (IRGA), apresenta uma série histórica, da produtividade de arroz, das safras compreendidas no período entre 1921 e 2020. O modelo de previsão, baseado em Redes Neurais LSTM, foi implementado por meio da biblioteca de aprendizado de máquina Pytorch. Os resultados obtidos, para as safras 2017/18, 2018/19 e 2019/20, mostram que o modelo de previsão forneceu estimativas confiáveis para a produtividade do arroz no Rio Grande do Sul.

Biografia do Autor

José Airton Azevedo dos Santos, Universidade Tecnológica Federal do Paraná - UTFPR
Programa de Pós-graduação em tecnologias Computacionais para o Agronegócio (PPGTCA)
Jandrei Sartori Spancerski, Tecnológica Federal do Paraná (UTFPR).

Discente do Programa de Pós-Graduação em Tecnologias Computacionais para  o Agronegócio (PPGTCA). Universidade Tecnológica Federal do Paraná (UTFPR).

Publicado
2021-07-05
Seção
Artigos