Skip to Content 1
Ir para o menu 2
Ir para a busca 3

Portal Embrapa

Language Language

português English
Entrar

Search Publications

Sort by: date | alphabetically


Agriculture-unduced water quality problems in a maize irrigated crop: 1 - nitrogen leaching. Author(s): ANDRADE, C. de L. T. de; ALVARENGA, R. C.; COELHO, A. M.; BORGES JUNIOR, J. C. F. B. Repository: BDPA Publication year: 2007
Inovação no processo clássico de análise Morfométrica e caracterização de sementes de Espécies florestais: uso da tecnologia de visão Artificial. Author(s): SOUSA, R. de C. P. de; SMIDERLE, O. J.; COSTA, P. da A tecnologia de visão artificial engloba uma série de métodos que podem ser empregados de forma individual ou integrados entre si para uso em várias áreas da ciência, principalmente em laboratórios, a... ... Repository: BDPA Publication year: 2022
Fluxo de trabalho para o treinamento de modelos de aprendizado profundo dedicados a problemas da agricultura. Author(s): BARBEDO, J. G. A. Resumo - Com o surgimento do aprendizado profundo, redes neurais novamente se tornaram opções vantajosas para lidar com uma variedade de problemas de classificação, especialmente quando imagens digita... ... Repository: BDPA Publication year: 2021
Pipeline de detecção de laranjas a partir de vídeos. Author(s): CAMARGO NETO, J.; SANTOS, T. T.; TERNES, S.; SOUZA, K. X. S. de RESUMO - A detecção de frutos utilizando vídeos, adquiridos em laranjais, é um processo que envolve a utilização de vários sistemas. Cada um é responsável por uma etapa do processo de detecção, sendo... ... Repository: BDPA Publication year: 2021
Identificação de solo exposto e cupinzeiros em pastagens utilizando deep learning. Author(s): OLIVEIRA, M. F. de Pasture degradation is a significant challenge in livestock farming in Brazil, affecting the environmental and economic sustainability of the sector. Solutions that help manage pasture areas are cruci... ... Repository: BDPA Publication year: 2024
Genome-wide discovery and validation of Eucalyptus small RNAs reveals variable patterns of conservation and diversity across species of Myrtaceae. Author(s): PAPPAS, M. de C. R.; GRATTAPAGLIA, D. Repository: BDPA Publication year: 2015
Estudo de métodos de aprendizagem profunda para reconhecimento de bagas de uva. Author(s): SANTOS, T. T. Resumo: Dois métodos de aprendizagem profunda (deep learning) para reconhecimento de frutos foram estudados. Foi utilizada uma base de dados de 1.830 imagens contando exemplos de bagas de uva e não uv... ... Repository: BDPA Publication year: 2017
A review on the use of computer vision and artificial intelligence for fish recognition, monitoring, and management. Author(s): BARBEDO, J. G. A. Abstract: Computer vision has been applied to fish recognition for at least three decades. With the inception of deep learning techniques in the early 2010s, the use of digital images grew strongly, a... ... Repository: BDPA Publication year: 2022
Mapping key indicators of forest restoration in the Amazon using a low-cost drone and artificial intelligence. Author(s): VIEIRA, D. L. M.; ARAUJO, L. S. de; VICENTE, L. E. Repository: BDPA Publication year: 2022
Improving genomic prediction accuracy for meat tenderness in Nellore cattle using artificial neural networks. Author(s): MAGNABOSCO, C. de U.; COSTA, M. F. O. e; EIFERT, E. da C.; NARCISO, M. G. The goal of this study was to compare the predictive performance of artificial neural networks (ANNs) with Bayesian ridge regression, Bayesian Lasso, Bayes A, Bayes B and Bayes Cπ in estimating g... ... Repository: BDPA Publication year: 2020

Showing 1 - 10 of 47 results.

Observation

Some of Embrapa's publications are published as ePub files. To read them, use or download one of the following free software options to your computer or mobile device. Android: Google Play Books; IOS: iBooks; Windows and Linux: Calibre.

Access other publications

Access the Agricultural Research Database (BDPA) to consult Embrapa's full library collection and records.
Visit Embrapa Bookstore to purchase books and other publications sold by Embrapa.