Artículos de revistas
Dynamics of sheep production in Brazil using principal components and auto-organization features maps
Dinâmica da produção de ovinos no Brasil utilizando componentes principais e mapas auto-organizáveis
Registro en:
Autor
Hermuche, Potira Meirelles
Silva, Nilton Correia da
Guimarães, Renato Fontes
Carvalho Júnior, Osmar Abílio de
Gomes, Roberto Arnaldo Trancoso
Paiva, Samuel Rezende
Pimentel, Concepta Margaret McManus
Institución
Resumen
O presente estudo objetiva avaliar a dinâmica multitemporal da produção de ovinos no Brasil, considerando os dados oficiais do Governo Federal de 1976 até 2010. No tratamento dos dados foram utilizados Análise de Componentes Principais (ACP) e Mapas Auto-Organizáveis. ACP permitiu a redução da redundância dos dados e evidenciou os padrões temporais a partir da composição colorida das três primeiras componentes principais. Na classificação pelo método SOFM, um tipo de Rede Neural Artificial com treinamento não supervisionado, foram testadas diferentes dimensões de mapas de Kohonen. Os resultados obtidos pelos dois métodos são complementares evidenciando o mesmo padrão de evolução. As regiões sul e nordeste apresentam as principais produções de ovinos no período analisado. Os municípios do Centro-Oeste tiveram crescimento da produção, mesmo que incipiente. As técnicas utilizadas foram eficazes na análise multitemporal, proporcionando uma maior compreensão da dinâmica de produção de ovinos no Brasil e fornecendo subsídios para o desenvolvimento de políticas públicas adequadas para a sua expansão. _________________________________________________________________________________ ABSTRACT The present study aims to evaluate the multitemporal dynamics of sheep production in Brazil, considering the Federal Government’s official data from 1976 to 2010. Principal Component Analysis (PCA) and Self-Organizing Maps (SOFM) were used. PCA reduced data redundancy and the colour composition of the first three principal components evidenced temporal patterns. In the SOFM classification, a type of Artificial Neural Network (ANN) with non-supervised training, different dimensions of the Kohonen map were tested. The results obtained by the two methods are complementary, evidencing the development of sheep production in the country. The southern and northeast maintained the tradition of sheep production over the analyzed period. The municipalities in the Midwest showed production growth. The techniques used were effective in multitemporal analysis, providing a greater understanding of the dynamics of sheep production in Brazil and providing subsidies for the development of appropriate public policies for its expansion.