RECOMENDAÇÃO DE HIPERPARÂMETROS DE RNC EM PROBLEMAS DE CLASSIFICAÇÃO DE PLANTAS TÓXICAS USANDO META-APRENDIZAGEM E IMAGENS DE DRONE
Plantas Daninhas, Drones, Inteligência Artificial, Redes Neurais Convolucionais, Meta-aprendizagem
Este estudo aborda os desafios enfrentados pelo setor pecuário brasileiro devido ao estresse biótico causado por plantas daninhas, algumas das quais são tóxicas para o gado, ameaçando a produtividade das pastagens. Para lidar com esse problema, a utilização de drones e técnicas de Inteligência Artificial, como Redes Neurais Convolucionais (RNCs) e meta-aprendizagem, surge como uma solução promissora. Essas tecnologias permitem o mapeamento e monitoramento das pastagens, identificando padrões e diagnosticando espécies de plantas daninhas. A meta-aprendizagem, em particular, oferece recomendações eficientes para a otimização dos algoritmos de RNC, contribuindo para práticas agrícolas mais seguras e sustentáveis. Este estudo busca integrar o potencial dos drones, das RNCs e da meta-aprendizagem para proporcionar uma abordagem na identificação de plantas tóxicas em pastagens.