O trabalho do bolsista de iniciação científica PIBIC Fapitec/Capes Flávio Santos, orientado pelo pesquisador da Embrapa Tabuleiros Costeiros (Aracaju, SE) Marcos Silva, foi reconhecido com o prêmio de melhor artigo na categoria graduação no II Workshop de Pesquisa Bahia-Alagoas-Sergipe (PESQBASE). O anúncio dos premiados foi feito na sexta (29) durante a XXI Escola de Computação Bahia-Alagoas-Sergipe, evento da Sociedade Brasileira de Computação. Assista no YouTube à gravação da transmissão da cerimônia de encerramento do evento. Intitulado ‘Self-Organizing Map approach to cluster Brazilian agricultural spatiotemporal diversity’, o artigo de Flávio propõe um método para regionalização do Brasil segundo as tendências de diversidade agrícola dos seus municípios. Essas tendências foram identificadas por meio de um índice de diversidade e de algoritmos de Machine Learning aplicados sobre dados das estimativas anuais do IBGE entre 1999 e 2018. O método proposto pode ser aplicado em diferentes escalas e sobre outras bases de dados, sendo portanto possível utilizá-lo em outros contextos, sobretudo em processos de elaboração de políticas públicas voltadas para o desenvolvimento territorial, como regionalizações e zoneamentos. Assinam como coautores do artigo, além de Marcos Silva, Leonardo Matos, professor do Departamento de Computação da UFS e co-orientador, Fábio Moura, professor do Departamento de Economia da UFS, e Márcia Dompieri, pesquisadora da Embrapa Territorial (Campinas, SP).
O trabalho do bolsista de iniciação científica PIBIC Fapitec/Capes Flávio Santos, orientado pelo pesquisador da Embrapa Tabuleiros Costeiros (Aracaju, SE) Marcos Silva, foi reconhecido com o prêmio de melhor artigo na categoria graduação no II Workshop de Pesquisa Bahia-Alagoas-Sergipe (PESQBASE).
O anúncio dos premiados foi feito na sexta (29) durante a XXI Escola de Computação Bahia-Alagoas-Sergipe, evento da Sociedade Brasileira de Computação. Assista no YouTube à gravação da transmissão da cerimônia de encerramento do evento.
Intitulado ‘Self-Organizing Map approach to cluster Brazilian agricultural spatiotemporal diversity’, o artigo de Flávio propõe um método para regionalização do Brasil segundo as tendências de diversidade agrícola dos seus municípios.
Essas tendências foram identificadas por meio de um índice de diversidade e de algoritmos de Machine Learning aplicados sobre dados das estimativas anuais do IBGE entre 1999 e 2018.
O método proposto pode ser aplicado em diferentes escalas e sobre outras bases de dados, sendo portanto possível utilizá-lo em outros contextos, sobretudo em processos de elaboração de políticas públicas voltadas para o desenvolvimento territorial, como regionalizações e zoneamentos.
Assinam como coautores do artigo, além de Marcos Silva, Leonardo Matos, professor do Departamento de Computação da UFS e co-orientador, Fábio Moura, professor do Departamento de Economia da UFS, e Márcia Dompieri, pesquisadora da Embrapa Territorial (Campinas, SP).