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


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
Big earth observation data and machine learning for mapping crop-livestock integrated system in Brazil. The adoption of crop-livestock (iCL) integrated systems has been pointed out as an important strategy for increasing production based on sustainable intensification of land use in Brazil. Mapping and... ... Repositório: BDPA Ano de publicação: 2021
Analysis of pest incidence on apple trees validated by unsupervised machine learning algorithms. ABSTRACT. Integrated pest control is a practice commonly used in apple orchards in southern Brazil. This type of management is an important tool to help improve quality and increase yields. This study... ... Repositório: BDPA Ano de publicação: 2022
Decision Support in Attribute Selection with Machine Learning Approach. Repositório: BDPA Ano de publicação: 2014
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
Genomic prediction of leaf rust resistance to Arabica coffee using machine learning algorithms. Genomic selection (GS) emphasizes the simultaneous prediction of the genetic effects of thousands of scattered markers over the genome. Several statistical methodologies have been used in GS for the p... ... Repositório: BDPA Ano de publicação: 2021
Land use and land cover classification in the northern region of Mozambique based on Landsat time series and machine learning. Accurate land use and land cover (LULC) mapping is essential for scientific and decision-making purposes. The objective of this paper was to map LULC classes in the northern region of Mozambique betwe... ... Repositório: BDPA Ano de publicação: 2023
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
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
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

Mostrando 1 - 10 de 165 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.