Pular para o conteúdo 1
Ir para o menu 2
Ir para a busca 3

Portal Embrapa

Língua Língua

português English
Entrar

Busca de Publicações

Ordenação: data | alfabética


Utilização de machine learning para classificação de plantas saudáveis e plantas submetidas ao estresse. A integração de tecnologias na agricultura tem se tornado cada vez mais comum, trazendo consigo uma série de benefícios, desde o aumento da produtividade até contribuições para a sustentabilidade. Uma... ... Repositório: BDPA Ano de publicação: 2023
Identificação de marcadores SNPs para teor de amilose em arroz pela estratégia de Machine Learning. O objetivo deste estudo foi identificar, por meio da estratégia Machine Learning, marcadores SNPs relacionados com TA para uso na seleção assistida por marcadores no programa de melhoramento genético... ... Repositório: BDPA Ano de publicação: 2018
Decision Support in Attribute Selection with Machine Learning Approach. Repositório: BDPA Ano de publicação: 2014
Identificação e validação de SNPs por machine learning relacionados ao teor de amilose em arroz. Este trabalho teve como objetivo identificar e validar marcadores SNPs relacionados ao teor de amilose em grãos de arroz por meio da estratégia de machine learning. Diferentes usos do arroz na culinár... ... Repositório: BDPA Ano de publicação: 2019
Identificação e Validação de SNPs por Machine Learning relacionados a caracteres de interesse em arroz. Este trabalho objetivou identificar e validar SNPs associados a caracteres de interesse para uso no melhoramento de arroz. Para a seleção de SNPs fortemente relacionados aos caracteres, a técnica de m... ... Repositório: BDPA Ano de publicação: 2022
Implementação e comparação de técnicas de machine learning aplicadas à predição do desenvolvimento de populações de afídeos. Resumo: Os insetos ao atingirem um determinado nível populacional podem causar danos às plantas, sendo considerados pragas. Afídeos ou pulgões apresentam um alto potencial biótico e podem causar difer... ... Repositório: BDPA Ano de publicação: 2023
Um sistema baseado em machine learning para apoio à decisão no gerenciamento de produção apícola. O setor apícola tem ganhado grandes proporções nos últimos tempos em termos de produção e comercialização de produtos, como o mel e seus derivados. O Brasil, apesar de ter acompanhado esse crescimento... ... Repositório: BDPA Ano de publicação: 2021
Predição espacial de areia total através de machine learning: estudo de caso Projeto Salitre, Bahia. O objetivo do trabalho foi comparar dois modelos de machine-learning, Regressão Linear Múltipla (RLM) e Random Forest (RF), para a predição da distribuição da fração areia total do solo. Repositório: BDPA Ano de publicação: 2023
Machine learning algorithms applied to weed management in integrated crop-livestock systems: a systematic literature review. In recent times, there has been an environmental pressure to reduce the amount of pesticides applied to crops and, consequently, the crop production costs. Therefore, investments have been made in tec... ... Repositório: BDPA Ano de publicação: 2024
Detecting and classifying pests in crops using proximal images and machine learning: a review. Abstract: Pest management is among the most important activities in a farm. Monitoring all different species visually may not be effective, especially in large properties. Accordingly, considerable re... ... Repositório: BDPA Ano de publicação: 2020

Mostrando 1 - 10 de 152 resultados.

Observações

1 - Por padrão são exibidas publicações dos últimos 20 anos. Para encontrar publicações mais antigas, configure o filtro ano de publicação, colocando o ano a partir do qual você deseja encontrar publicações. O filtro está na coluna da esquerda na busca acima.

2 - Para ler algumas publicações da Embrapa (apenas as que estão em formato ePub), é necessário ter, no celular ou computador, um desses softwares gratuitos. Sistemas Android: Google Play Livros; IOS: iBooks; Windows e Linux: software Calibre.

Acesse outras publicações

Acesse a Base de Dados da Pesquisa Agropecuária (BDPA) para consultar o acervo completo das bibliotecas da Embrapa.