Fabiano da Rocha Stein
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Fabiano da Rocha Stein has a total of 4 co-authors. Here are the top co-authors by number of shared publications:
- Cassiano Rodrigues de Oliveira
Institute of Exact and Technological Sciences Federal University of Viçosa Rio Paranaíba Brazil
1 shared publication - Gustavo Eduardo Marcatti
Federal University of São João del-Rei image/svg+xml
1 shared publication - Helio Garcia Leite
Department of Forest Engineering, Federal University of Viçosa, Viçosa 36570-900, MG, Brazil
1 shared publication - Marcelo Moreira da Costa
Department of Forestry Engineering, Federal University of Viçosa, Viçosa 36570-900, MG, Brazil
1 shared publication
Latest Publications
- Open Access
- 25 September 2026
- Published by Universidade Federal de Santa Maria in Ciência Florestal
- Vol. 36, e95533
Predição de produção industrial de celulose kraft com modelos aditivos generalizados e redes neurais artificiais
No presente trabalho, dados observados em escala industrial, durante alguns anos, foram submetidos à modelagem empregando modelos aditivos generalizados e redes neurais artificiais, como ferramentas para avaliar a influência de algumas variáveis, da madeira e do processo, sobre a produção do digestor e carga alcalina. Os modelos aditivos generalizados foram ajustados utilizando o software R, através da biblioteca “mgcv”. Foram aplicados testes de significância para cada modelo ajustado. De forma complementar, os dados foram ajustados em 100 redes neurais artificiais para relacionar a produção do digestor e a carga alcalina, com diversas variáveis de processo e de polpa de celulose. Nesta etapa do trabalho, foi empregado o software Statistica e os dados resultantes mostraram que o modelo aditivo generalizado constitui uma boa opção para representar os fenômenos da indústria de celulose, com correlação de 88% entre os dados reais e os estimados. Este modelo é adequado para variáveis que apresentam alta variabilidade e em que não há um rigoroso controle, diferentemente do que ocorre em dados provenientes de delineamentos experimentais. A aplicação de redes neurais artificiais para estimar a produção do digestor e para carga alcalina também mostrou-se de moderada a forte, com correlações entre os dados reais e estimados que ficaram acima de 60%.
- 25 September 2026
- Published by Universidade Federal de Santa Maria in Ciência Florestal
- Vol. 36, e95533
Open AccessPredição de produção industrial de celulose kraft com modelos aditivos generalizados e redes neurais artificiais
No presente trabalho, dados observados em escala industrial, durante alguns anos, foram submetidos à modelagem empregando modelos aditivos generalizados e redes neurais artificiais, como ferramentas para avaliar a influência de algumas variáveis, da madeira e do processo, sobre a produção do digestor e carga alcalina. Os modelos aditivos generalizados foram ajustados utilizando o software R, através da biblioteca “mgcv”. Foram aplicados testes de significância para cada modelo ajustado. De forma complementar, os dados foram ajustados em 100 redes neurais artificiais para relacionar a produção do digestor e a carga alcalina, com diversas variáveis de processo e de polpa de celulose. Nesta etapa do trabalho, foi empregado o software Statistica e os dados resultantes mostraram que o modelo aditivo generalizado constitui uma boa opção para representar os fenômenos da indústria de celulose, com correlação de 88% entre os dados reais e os estimados. Este modelo é adequado para variáveis que apresentam alta variabilidade e em que não há um rigoroso controle, diferentemente do que ocorre em dados provenientes de delineamentos experimentais. A aplicação de redes neurais artificiais para estimar a produção do digestor e para carga alcalina também mostrou-se de moderada a forte, com correlações entre os dados reais e estimados que ficaram acima de 60%.