Identificação de Madeiras utilizando a Espectrometria no Infravermelho Próximo e Redes Neurais Artificiais

Autores

  • André Anastácio Oliveira Universidade Federal do Paraná
  • Paulo Henrique Siqueira Universidade Federal do Paraná
  • Silvana Nisgoski Universidade Federal do Paraná
  • Graciela Inês Bolzon de Muniz Universidade Federal do Paraná
  • José Henrique Ferreira Universidade Federal do Paraná

DOI:

https://doi.org/10.5540/tema.2015.016.02.0081

Resumo

A identificação de uma árvore torna-se complexa quando tem-se à disposição apenas amostras de madeira, o que exige uma análise mais profunda para sua caracterização. Utilizando-se a espectrometria no infravermelho próximo é possível obter-se espectros com informações únicas sobre a composição química de uma amostra de madeira. Porém, a interpretação dos dados obtidos pelo espectrômetro é complexa, o que dificulta a identificação de características específicas para uma determinada espécie. Neste trabalho, com o intuito de acelerar o processo de identificação, utilizou-se um sistema embasado em Redes Neurais Artificiais para a classificação de quatro espécies  mediante a análise dos espectros das suas madeiras. Foram realizados três testes para comprovar a  eficiência da capacidade de reconhecimento, obtendo-se resultados promissores visto que a Rede Neural Artificial utilizada revelou-se flexível aos ruídos e distorções existentes, não exigindo que os espectros passem por prévio tratamento estatístico ou fossem separados por grupos relativos ao tipo de corte anatômico da madeira.

Biografia do Autor

Paulo Henrique Siqueira, Universidade Federal do Paraná

Professor adjunto do Departamento de Expressão Gráfica da Universidade Federal do Paraná. Tem experiência na área de Matemática, com ênfase em Geometria, Matemática Aplicada e Matemática Discreta e Combinatória, atuando principalmente nos seguintes temas: Educação, Desenho Geométrico, Geometria Descritiva, Computação Gráfica, Otimização Combinatória, e Redes Neurais Artificiais.

Silvana Nisgoski, Universidade Federal do Paraná

Professora adjunta do Departamento de Engenharia e Tecnologia Florestal da Universidade Federal do Paraná. Tem experiência na área de Recursos Florestais e Engenharia Florestal, com ênfase em Anatomia e Identificação de Produtos Florestais, atuando principalmente nos seguintes temas: anatomia e identificação de madeiras, espectroscopia no infravermelho e de cor, papel e lenho carbonizado.

Graciela Inês Bolzon de Muniz, Universidade Federal do Paraná

Professora titular do Departamento de Engenharia e Tecnologia Florestalda Universidade Federal do Paraná. Atua como Coordenadora de Pesquisa e Desenvolvimento Tecnologico PRPPG-UFPR e Coordenadora do programa de Bioenergia.Tem experiência na área de Recursos Florestais e Engenharia Florestal, com ênfase em Tecnologia e Utilização de Produtos Florestais, atuando principalmente nos seguintes temas: Desenvolvimento de tecnologia e invovação de novos produtos madeireiros e não madeirerios de alta qualidade. Uso de novas Técnicas de NIR e RMN aplicados ao setor agroflorestal. Anatomia da madeira. carvão vegetal, biomateriais, residuos e bioenergia.

José Henrique Ferreira, Universidade Federal do Paraná

Analista sênior em ciência e tecnologia do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) e cedido para a Universidade Federal do Paraná. Tem experiência na área de Engenharia Elétrica e TIC , com ênfase em sistemas de telecomunicações, sistemas de informação e banco de dados, redes de comunicação por satélite, redes de alta velocidade, integração de voz-dados-imagem em rede, geração e distribuição de energia elétrica, atuando também na área de museologia e cultura com restauro de prédios e monumentos históricos.

Referências

R. Bremananth, B. Nithya, R. Saipriya, Wood Species Recognition System,International Journal of Electrical and Computer Engineering, (2009), 44--58.

J. W. B. Braga, et al., The use of near infrared spectroscopy to identify solid wood specimens of swietenia macrophylla (cites appendix II), Holzforschung, Vol. 32. (2011). 285--296.

M. T. Hagan, M. B. Menhaj, Training feedforward networks with marquardt algorithm, IEEE Transactions on Neural Networks, Vol. 5. No. 6 (1994). 989--993.

M. T. Hagan, H. B. Demuth, M. Beale, ``Neural Network Design'', Boston: Thomson Publishing INC., 1996, cap. 2.

S. Haykin, `` Redes Neurais: Princípios e Prática'', Bookman, 2001.

E. Hecht, `` Optics'', 4ª Ed. Addison-Wesley. 2001.

A. R. Silva, et al., Assessment of total phenols and extractives of mahogany wood by near infrared spectroscopy (NIRS), Holzforschung, Vol. 67. (2013). 1--8.

A. A. Oliveira, ``Identificação de madeira utilizando a espectrometria no infravermelho próximo e redes neurais com a heurística de levemberg-marquardt'', Dissertação de Mestrado, PPGMNE, UFPR, Curitiba, Pr, 2013.

B. Stuart, ``Infrared Spectroscopy: Fundamentals and Applications'', Hoboken: Wiley, 2004.

T. Theophanides, Introduction to infrared spectroscopy. Infrared Spectroscopy - Materials Science, Engineering and Technology, abril 2012.

Downloads

Arquivos adicionais

Publicado

2015-09-07

Como Citar

Oliveira, A. A., Siqueira, P. H., Nisgoski, S., Bolzon de Muniz, G. I., & Ferreira, J. H. (2015). Identificação de Madeiras utilizando a Espectrometria no Infravermelho Próximo e Redes Neurais Artificiais. Trends in Computational and Applied Mathematics, 16(2), 81. https://doi.org/10.5540/tema.2015.016.02.0081

Edição

v. 16 n. 2 (2015)

Seção

Artigo Original

Licença

Política para Periódicos de Acesso Livre


Autores que publicam nesta revista concordam com os seguintes termos:
  1. Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
  2. Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
  3. Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
  4. Esta é uma revista de acesso aberto, o que significa que todo o conteúdo é livremente disponível gratuitamente para o usuário ou sua instituição. Os usuários estão autorizados a ler, baixar, copiar, distribuir, imprimir, pesquisar ou vincular os textos completos dos artigos, ou usá-los para qualquer outro propósito legal, sem pedir permissão prévia do editor ou do autor. Isso está de acordo com a definição de acesso aberto do BOAI.
 
Propriedade intelectual

Todo o conteúdo do periódico está licenciado sob uma Licença Creative Commons do tipo atribuição BY.