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


Marker effects and heritability estimates using additive-dominance genomic architectures via artificial neural networks in Coffea canephora. Autoria: SOUSA, I. C. de; NASCIMENTO, M.; SANT’ANNA, I. de C.; CAIXETA, E. T.; AZEVEDO, C. F.; CRUZ, C. D.; SILVA, F. L. da; ALKIMIM, E. R.; NASCIMENTO, A. C. C.; SERÃO, N. V. L. Many methodologies are used to predict the genetic merit in animals and plants, but some of them require priori assumptions that may increase the complexity of the model. Artificial neural network (AN... ... Repositório: BDPA Ano de publicação: 2022
Classification of apple tree disorders using Convolutional Neural Networks. Autoria: NACHTIGALL, L. G.; ARAUJO, R. M.; NACHTIGALL, G. R. Abstract?This paper studies the use of Convolutional Neural Networks to automatically detect and classify diseases, nutritional deficiencies and damage by herbicides on apple trees from images of thei... ... Repositório: BDPA Ano de publicação: 2016
Digital soilscape mapping of tropical hillslope areas by neural networks. Autoria: CARVALHO JUNIOR, W. de; CHAGAS, C. da S.; FERNANDES FILHO, E. I.; VIEIRA, C. A. O.; SCHAEFER, C. E. G.; BHERING, S. B.; FRANCELINO, M. R. Geomorphometric variables are applied in digital soil mapping because of their strong correlation with the disposition and distribution of pedological components of the landscapes. In this research, t... ... Repositório: BDPA Ano de publicação: 2011
Artificial neural networks classify cotton genotypes for fiber length. Autoria: CARVALHO, L. P. de; TEODORO, P. E.; BARROSO, L. M. A.; FARIAS, F. J. C.; MORELLO, C. de L.; NASCIMENTO, M. Fiber length is the main trait that needs to be improved in cotton. However, the presence of genotypes x environments interaction for this trait can hinder the recommendation of genotypes with greater... ... Repositório: BDPA Ano de publicação: 2018
Digital soil mapping using reference area and artificial neural networks. Autoria: ARRUDA, G. P. de; DEMATTÊ, J. A. M.; CHAGAS, C. da S.; FIORIO, P. R.; SOUZA, A. B. e. Digital soil mapping is an alternative for the recognition of soil classes in areas where pedological surveys are not available. The main aim of this study was to obtain a digital soil map using artif... ... Repositório: BDPA Ano de publicação: 2016
Artificial neural networks compared with Bayesian generalized linear regression for leaf rust resistance prediction in Arabica coffee. Autoria: SILVA, G. N.; NASCIMENTO, M.; SANT'ANNA, I. de C.; CRUZ, C. D.; CAIXETA, E. T.; CARNEIRO, P. C. S.; ROSADO, R. D. S.; PESTANA, K. N.; ALMEIDA, D. P. de; OLIVEIRA, M. da S. The objective of this work was to evaluate the use of artificial neural networks in comparison with Bayesian generalized linear regression to predict leaf rust resistance in Arabica coffee (Coffea ara... ... Repositório: BDPA Ano de publicação: 2017
Near-real time deforestation detection in the Brazilian Amazon with Sentinel-1 and neural networks. Autoria: SILVA, C. A.; GUERRISI, G.; DEL FRATE, F.; SANO, E. E. Optical-based near-real time deforestation alert systems in the Brazilian Amazon are ineffective in the rainy season. This study identify clear-cut deforested areas through Neural Network (NN) algorit... ... Repositório: BDPA Ano de publicação: 2022
Artificial neural networks to estimate the physical-mechanical properties of amazon second cutting cycle wood. Autoria: REIS, P. C. M. dos R.; SOUZA, A. L. de; REIS, L. P.; CARVALHO, A. M. M. L.; FREITAS, L. J. M. de; RÊGO, L. J. S.; LEITE, H. G. Timber from the second cutting cycle may make up the majority of future crop volumetric. However, there are few studies of the physical and mechanical properties of this timber, which are important to... ... Repositório: BDPA Ano de publicação: 2018
Improving genomic prediction accuracy for meat tenderness in Nellore cattle using artificial neural networks. Autoria: LOPES, F. B.; MAGNABOSCO, C. de U.; PASSAFARO, T. L.; BRUNES, L. C.; COSTA, M. F. O. e; EIFERT, E. da C.; NARCISO, M. G.; ROSA, G. J. M.; LOBO, R. B.; BALDI, F. 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... ... Repositório: BDPA Ano de publicação: 2020
Predicting coffee water potential from spectral reflectance indices with neural networks. Autoria: NUNES, P. H.; PIERANGELI, E. V.; SANTOS, M. O.; SILVEIRA, H. R. O.; MATOS, C. S. M. de; PEREIRA, A. B.; ALVES, H. M. R.; VOLPATO, M. M. L.; SILVA, V. A.; FERREIRA, D. D. Leaf water potential is one of the main parameters used to assess water relations in plants by revealing levels of tissue hydration. It is commonly measured with the Scholander pressure chamber; which... ... Repositório: BDPA Ano de publicação: 2023

Mostrando 1 - 10 de 90 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.