|
|
Registro Completo |
Biblioteca(s): |
Embrapa Agricultura Digital. |
Data corrente: |
16/04/2009 |
Data da última atualização: |
01/12/2010 |
Tipo da produção científica: |
Software |
Autoria: |
LIMA, H. P. de; MASSRUHÁ, S. M. F. S. |
Afiliação: |
HELANO POVOAS DE LIMA, CNPTIA; SILVIA MARIA FONSECA S MASSRUHÁ, CNPTIA. |
Título: |
Minerva - Sistema especialista para diagnóstico, investigação e tratamentos de desordens via web - Diagnose Virtual: Módulo Produtor: V. 1.2. |
Ano de publicação: |
2008 |
Fonte/Imprenta: |
Campinas: Embrapa Informática Agropecuária, 2008. |
Idioma: |
Português |
Conteúdo: |
Este software contempla o Módulo Produtor do sistema Diagnose Virtual. O Diagnose Virtual é um sistema inteligente, ou seja, que é capaz de responder a um conjunto de questões solicitadas pelos usuários, em relação ao seu problema na lavoura. Para tal, o sistema possui dois módulos: Especialista e Produtor. Neste módulo, os produtores rurais fornecem as informações sobre os sintomas encontrados em sua cultura, e obtém como resultado a indicação das prováveis desordens e as medidas de controle viáveis. Este sistema está implementado em Java, na arquitetura J2EE, e o banco de dados em uso é o PostgreSQL. |
Palavras-Chave: |
Arquitetura J2EE; Diagnose Virtual; Módulo produtor; PostgreSQL; Sistema especialista; Software. |
Thesagro: |
Agricultura; Diagnostico. |
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
Marc: |
LEADER 01309nam a2200217 a 4500 001 1032040 005 2010-12-01 008 2008 bl uuuu u0uu1 u #d 100 1 $aLIMA, H. P. de 245 $aMinerva - Sistema especialista para diagnóstico, investigação e tratamentos de desordens via web - Diagnose Virtual$bMódulo Produtor: V. 1.2. 260 $aCampinas: Embrapa Informática Agropecuária$c2008 520 $aEste software contempla o Módulo Produtor do sistema Diagnose Virtual. O Diagnose Virtual é um sistema inteligente, ou seja, que é capaz de responder a um conjunto de questões solicitadas pelos usuários, em relação ao seu problema na lavoura. Para tal, o sistema possui dois módulos: Especialista e Produtor. Neste módulo, os produtores rurais fornecem as informações sobre os sintomas encontrados em sua cultura, e obtém como resultado a indicação das prováveis desordens e as medidas de controle viáveis. Este sistema está implementado em Java, na arquitetura J2EE, e o banco de dados em uso é o PostgreSQL. 650 $aAgricultura 650 $aDiagnostico 653 $aArquitetura J2EE 653 $aDiagnose Virtual 653 $aMódulo produtor 653 $aPostgreSQL 653 $aSistema especialista 653 $aSoftware 700 1 $aMASSRUHÁ, S. M. F. S.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
| Acesso ao texto completo restrito à biblioteca da Embrapa Agricultura Digital. Para informações adicionais entre em contato com cnptia.biblioteca@embrapa.br. |
Registro Completo
Biblioteca(s): |
Embrapa Agricultura Digital. |
Data corrente: |
25/04/2006 |
Data da última atualização: |
16/04/2019 |
Autoria: |
MORANDI, M. A. B.; MASSRUHÁ, S. M. F. S. |
Afiliação: |
MARCELO AUGUSTO BOECHAT MORANDI, CNPMA; SILVIA MARIA FONSECA S MASSRUHA, CNPTIA. |
Título: |
Um modelo abdutivo nebuloso para diagnose - estudo de caso em doenças de milho. |
Ano de publicação: |
2005 |
Fonte/Imprenta: |
Summa Phytopathologica, v. 31, p. 13, 2005. Suplemento. |
Idioma: |
Português |
Notas: |
Edição dos resumos do XXVIII Congresso Paulista de Fitopatologia, São Paulo, fev. 2005. |
Conteúdo: |
Os Sistemas Especialistas para diagnose de doenças de plantas têm como premissa a comparação de um modelo prévio para cada doença com dados do caso particular, por meio de raciocínio clínico (RC) dedutivo, baseado em regras efeito-causa e um modelo de incertezas. Embora seja possível criar regras que concluem uma causa plausível para um conjunto de efeitos, o conhecimento efeito-causa é contrário à ocorrência de fenômenos na natureza (causa-efeito). O objetivo do trabalho foi desenvolver uma abordagem integrada de diagnóstico denominada Teoria das Coberturas Nebulosas (TCN), onde o conhecimento é modelado por raciocínio causa-efeito (abdutivo) e integra vários aspectos do RC (sintomas comuns entre doenças, dados temporais, condições favoráveis à doença, incertezas inerentes ao conhecimento e fatores de tomada de decisão). Os algoritmos foram validados em 41 doenças de milho (http://diagnose.cnptia.embrapa.br). Em todos, os casos os resultados foram compatíveis com o RC do especialista. Os conceitos de lógica nebulosa e teoria de decisão permitem ao sistema explicar como e porque chegou às conclusões, reduzir o número de hipóteses e aumentar sua aceitação. Conclui-se que a TCN atende aos requisitos de inferência, incertezas e tomada de decisão para o RC em fitopatologia. |
Palavras-Chave: |
Diagnose; Modelo abdutivo nebuloso; Sistema especialista. |
Thesagro: |
Doença de planta. |
Thesaurus NAL: |
Expert systems; Plant diseases and disorders. |
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
Marc: |
LEADER 02073naa a2200217 a 4500 001 1000251 005 2019-04-16 008 2005 bl uuuu u00u1 u #d 100 1 $aMORANDI, M. A. B. 245 $aUm modelo abdutivo nebuloso para diagnose - estudo de caso em doenças de milho.$h[electronic resource] 260 $c2005 500 $aEdição dos resumos do XXVIII Congresso Paulista de Fitopatologia, São Paulo, fev. 2005. 520 $aOs Sistemas Especialistas para diagnose de doenças de plantas têm como premissa a comparação de um modelo prévio para cada doença com dados do caso particular, por meio de raciocínio clínico (RC) dedutivo, baseado em regras efeito-causa e um modelo de incertezas. Embora seja possível criar regras que concluem uma causa plausível para um conjunto de efeitos, o conhecimento efeito-causa é contrário à ocorrência de fenômenos na natureza (causa-efeito). O objetivo do trabalho foi desenvolver uma abordagem integrada de diagnóstico denominada Teoria das Coberturas Nebulosas (TCN), onde o conhecimento é modelado por raciocínio causa-efeito (abdutivo) e integra vários aspectos do RC (sintomas comuns entre doenças, dados temporais, condições favoráveis à doença, incertezas inerentes ao conhecimento e fatores de tomada de decisão). Os algoritmos foram validados em 41 doenças de milho (http://diagnose.cnptia.embrapa.br). Em todos, os casos os resultados foram compatíveis com o RC do especialista. Os conceitos de lógica nebulosa e teoria de decisão permitem ao sistema explicar como e porque chegou às conclusões, reduzir o número de hipóteses e aumentar sua aceitação. Conclui-se que a TCN atende aos requisitos de inferência, incertezas e tomada de decisão para o RC em fitopatologia. 650 $aExpert systems 650 $aPlant diseases and disorders 650 $aDoença de planta 653 $aDiagnose 653 $aModelo abdutivo nebuloso 653 $aSistema especialista 700 1 $aMASSRUHÁ, S. M. F. S. 773 $tSumma Phytopathologica$gv. 31, p. 13, 2005. Suplemento.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|