| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Agricultura Digital. |
|
Data corrente: |
18/10/2017 |
|
Data da última atualização: |
21/01/2020 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
OLIVEIRA, H. L. C. de; OLIVEIRA, S. R. de M.; MONTEIRO, J. E. B. de A. |
|
Afiliação: |
HENRIQUE LIMA CARÁ DE OLIVEIRA, Unicamp, Bolsista CNPq; STANLEY ROBSON DE MEDEIROS OLIVEIRA, CNPTIA; JOSE EDUARDO B DE ALMEIDA MONTEIRO, CNPTIA. |
|
Título: |
Geração de séries temporais de dados meteorológicos utilizando algoritmos de aprendizado de máquina. |
|
Ano de publicação: |
2017 |
|
Fonte/Imprenta: |
In: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 11., 2017, Campinas. Anais... [S.l: s.n.], 2017. |
|
Páginas: |
Não paginado. |
|
Descrição Física: |
1 CD-ROM. |
|
ISBN: |
978-85-7029-141-7 |
|
Idioma: |
Português |
|
Notas: |
CIIC 2017. Nº 17602. |
|
Conteúdo: |
RESUMO - Este trabalho objetivou desenvolver uma metodologia baseada em algoritmos de Aprendizado de Máquina para gerar séries espaço-temporais de precipitação e temperatura. Foi definida uma região de estudo de formato retangular, entre as latitudes de -18º e -22º e as longitudes de -52º e -39º, incluindo a metade norte do Estado de São Paulo e parte do sul de Goiás, a metade sul de Minas Gerais e o Estado do Espírito Santo. A região foi escolhida por ser climaticamente bastante heterogênea e por conter muitas estações meteorológicas de diversas instituições, principalmente ANA e INMET. Foram utilizadas as séries temporais de precipitação e de temperatura máxima e mínima disponíveis na região, compreendendo o período de 01/01/1999 a 31/12/2013. Também foram utilizadas as bases externas TRMM e Nasa Power, cujos dados estão espacialmente dispostos em grades que cobrem a região de estudo. A região de estudo foi subdividida em formato de grade regular com resolução de 0,5º (latitude e longitude), resultando em 280 quadrículas, sendo 28 na horizontal e 10 na vertical. Para cada quadrícula foram ajustados modelos preditivos de precipitação diária, acumulada de 10 dias, temperatura máxima e temperatura mínima. Os resultados revelaram um bom ajuste dos modelos em relação aos valores previstos e observados, indicando um grande potencial da metodologia proposta tanto para a imputação de dados ausentes quanto para a geração de séries espaço-temporais em regiões sem a presença de dados medidos. MenosRESUMO - Este trabalho objetivou desenvolver uma metodologia baseada em algoritmos de Aprendizado de Máquina para gerar séries espaço-temporais de precipitação e temperatura. Foi definida uma região de estudo de formato retangular, entre as latitudes de -18º e -22º e as longitudes de -52º e -39º, incluindo a metade norte do Estado de São Paulo e parte do sul de Goiás, a metade sul de Minas Gerais e o Estado do Espírito Santo. A região foi escolhida por ser climaticamente bastante heterogênea e por conter muitas estações meteorológicas de diversas instituições, principalmente ANA e INMET. Foram utilizadas as séries temporais de precipitação e de temperatura máxima e mínima disponíveis na região, compreendendo o período de 01/01/1999 a 31/12/2013. Também foram utilizadas as bases externas TRMM e Nasa Power, cujos dados estão espacialmente dispostos em grades que cobrem a região de estudo. A região de estudo foi subdividida em formato de grade regular com resolução de 0,5º (latitude e longitude), resultando em 280 quadrículas, sendo 28 na horizontal e 10 na vertical. Para cada quadrícula foram ajustados modelos preditivos de precipitação diária, acumulada de 10 dias, temperatura máxima e temperatura mínima. Os resultados revelaram um bom ajuste dos modelos em relação aos valores previstos e observados, indicando um grande potencial da metodologia proposta tanto para a imputação de dados ausentes quanto para a geração de séries espaço-temporais em regiões sem a presença de dados... Mostrar Tudo |
|
Palavras-Chave: |
Agrometeorologia; Algoritmo Random Forest; Aprendizado com classes desbalanceadas; Aprendizado de máquina; Data imputation; Imputação de dados; Machine Learning; Modelos preditivos; Predictive modeling; Séries temporais; Unbalanced class learning. |
|
Thesaurus Nal: |
Agrometeorology; Artificial intelligence; Time series analysis. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/165194/1/PL-Geracao-CIIC.pdf
|
|
Marc: |
LEADER 02726nam a2200337 a 4500
001 2077534
005 2020-01-21
008 2017 bl uuuu u00u1 u #d
020 $a978-85-7029-141-7
100 1 $aOLIVEIRA, H. L. C. de
245 $aGeração de séries temporais de dados meteorológicos utilizando algoritmos de aprendizado de máquina.$h[electronic resource]
260 $aIn: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 11., 2017, Campinas. Anais... [S.l: s.n.]$c2017
300 $aNão paginado.$c1 CD-ROM.
500 $aCIIC 2017. Nº 17602.
520 $aRESUMO - Este trabalho objetivou desenvolver uma metodologia baseada em algoritmos de Aprendizado de Máquina para gerar séries espaço-temporais de precipitação e temperatura. Foi definida uma região de estudo de formato retangular, entre as latitudes de -18º e -22º e as longitudes de -52º e -39º, incluindo a metade norte do Estado de São Paulo e parte do sul de Goiás, a metade sul de Minas Gerais e o Estado do Espírito Santo. A região foi escolhida por ser climaticamente bastante heterogênea e por conter muitas estações meteorológicas de diversas instituições, principalmente ANA e INMET. Foram utilizadas as séries temporais de precipitação e de temperatura máxima e mínima disponíveis na região, compreendendo o período de 01/01/1999 a 31/12/2013. Também foram utilizadas as bases externas TRMM e Nasa Power, cujos dados estão espacialmente dispostos em grades que cobrem a região de estudo. A região de estudo foi subdividida em formato de grade regular com resolução de 0,5º (latitude e longitude), resultando em 280 quadrículas, sendo 28 na horizontal e 10 na vertical. Para cada quadrícula foram ajustados modelos preditivos de precipitação diária, acumulada de 10 dias, temperatura máxima e temperatura mínima. Os resultados revelaram um bom ajuste dos modelos em relação aos valores previstos e observados, indicando um grande potencial da metodologia proposta tanto para a imputação de dados ausentes quanto para a geração de séries espaço-temporais em regiões sem a presença de dados medidos.
650 $aAgrometeorology
650 $aArtificial intelligence
650 $aTime series analysis
653 $aAgrometeorologia
653 $aAlgoritmo Random Forest
653 $aAprendizado com classes desbalanceadas
653 $aAprendizado de máquina
653 $aData imputation
653 $aImputação de dados
653 $aMachine Learning
653 $aModelos preditivos
653 $aPredictive modeling
653 $aSéries temporais
653 $aUnbalanced class learning
700 1 $aOLIVEIRA, S. R. de M.
700 1 $aMONTEIRO, J. E. B. de A.
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 Café. Para informações adicionais entre em contato com biblioteca@embrapa.br. |
Registro Completo
|
Biblioteca(s): |
Embrapa Café. |
|
Data corrente: |
28/09/2020 |
|
Data da última atualização: |
28/09/2020 |
|
Autoria: |
BATISTA, D. S.; CASTRO, K. M. de; RIBEIRO, D. M.; CAIXETA, E. T.; SANTOS, M. de O.; VICCINI, L. F.; OTONI, W. C. |
|
Afiliação: |
DIEGO SILVA BATISTA, UNIVERSIDADE FEDERAL DE VIÇOSA; KAMILA MOTTA DE CASTRO, UNIVERSIDADE FEDERAL DE VIÇOSA; DIMAS MENDES RIBEIRO, UNIVERSIDADE FEDERAL DE VIÇOSA; EVELINE TEIXEIRA CAIXETA MOURA, CNPCa; MARCELO DE OLIVEIRA SANTOS, UNIVERSIDADE FEDERAL DE JUIZ DE FORA; LYDERSON FACIO VICCINI, UNIVERSIDADE FEDERAL DE JUIZ DE FORA; WAGNER CAMPOS OTONI, UNIVERSIDADE FEDERAL DE JUIZ DE FORA. |
|
Título: |
Ethylene Responses and ACC oxidase Gene Expression in Lippia alba (Verbenaceae) Chemotypes with Varying Ploidy Levels. |
|
Ano de publicação: |
2017 |
|
Fonte/Imprenta: |
In Vitro Cellular & Developmental Biology - Plant, v. 53, n. 3, p. 278-284, 2017. |
|
DOI: |
10.1007/s11627-017-9827-4 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Lippia alba (Mill.) N. E. Br ex Britton & P. Wilson is a species of great economic importance due to the medicinal activity conferred by its essential oils. Ethylene (ET) is a gaseous hormone that affects several processes in plant growth and development. This hormone is synthesized through a reaction in which 1-aminocyclopropane-1-carboxylic acid (ACC) is converted to ET by the action of the enzyme ACC oxidase (ACO). The ET activity in three L. alba chemotypes (BGEN-01, triploid; BGEN-02, diploid; and BGEN-42, hexaploid) was evaluated by culturing plants in vitro in the presence of the ET precursor (ACC), scavenger mercury perchloride (MP), the inhibitors aminoethoxyvinylglycine (AVG) and silver thiosulfate (STS), and a CO2-enriched atmosphere. Leaf abscission rate, ET accumulation, and ACO gene expression (LaACO) were investigated. Leaf abscission was higher in BGEN-42, regardless of the precursor/inhibitor. ACC had the highest ET accumulation in BGEN-02 and BGEN-01, whereas BGEN-42 presented lower ET accumulation than the control. MP and AVG were effective in preventing ET production when compared to the control. LaACO was upregulated in BGEN-01 and BGEN-42 treated with ACC and in BGEN-01 treated with STS. In the CO2 enrichment experiments, LaACO expression was higher in BGEN-42 in the treatments without forced ventilation. Thus, the expression of this gene in L. alba can be altered by elevating CO2 levels and also by the addition of ACC. This is the first report of ET interactions in L. alba cultured in vitro. MenosLippia alba (Mill.) N. E. Br ex Britton & P. Wilson is a species of great economic importance due to the medicinal activity conferred by its essential oils. Ethylene (ET) is a gaseous hormone that affects several processes in plant growth and development. This hormone is synthesized through a reaction in which 1-aminocyclopropane-1-carboxylic acid (ACC) is converted to ET by the action of the enzyme ACC oxidase (ACO). The ET activity in three L. alba chemotypes (BGEN-01, triploid; BGEN-02, diploid; and BGEN-42, hexaploid) was evaluated by culturing plants in vitro in the presence of the ET precursor (ACC), scavenger mercury perchloride (MP), the inhibitors aminoethoxyvinylglycine (AVG) and silver thiosulfate (STS), and a CO2-enriched atmosphere. Leaf abscission rate, ET accumulation, and ACO gene expression (LaACO) were investigated. Leaf abscission was higher in BGEN-42, regardless of the precursor/inhibitor. ACC had the highest ET accumulation in BGEN-02 and BGEN-01, whereas BGEN-42 presented lower ET accumulation than the control. MP and AVG were effective in preventing ET production when compared to the control. LaACO was upregulated in BGEN-01 and BGEN-42 treated with ACC and in BGEN-01 treated with STS. In the CO2 enrichment experiments, LaACO expression was higher in BGEN-42 in the treatments without forced ventilation. Thus, the expression of this gene in L. alba can be altered by elevating CO2 levels and also by the addition of ACC. This is the first report of ET in... Mostrar Tudo |
|
Palavras-Chave: |
Forced ventilation. |
|
Thesaurus NAL: |
Carbon dioxide; Leaf abscission; Polyploidy. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 02346naa a2200253 a 4500
001 2125148
005 2020-09-28
008 2017 bl uuuu u00u1 u #d
024 7 $a10.1007/s11627-017-9827-4$2DOI
100 1 $aBATISTA, D. S.
245 $aEthylene Responses and ACC oxidase Gene Expression in Lippia alba (Verbenaceae) Chemotypes with Varying Ploidy Levels.$h[electronic resource]
260 $c2017
520 $aLippia alba (Mill.) N. E. Br ex Britton & P. Wilson is a species of great economic importance due to the medicinal activity conferred by its essential oils. Ethylene (ET) is a gaseous hormone that affects several processes in plant growth and development. This hormone is synthesized through a reaction in which 1-aminocyclopropane-1-carboxylic acid (ACC) is converted to ET by the action of the enzyme ACC oxidase (ACO). The ET activity in three L. alba chemotypes (BGEN-01, triploid; BGEN-02, diploid; and BGEN-42, hexaploid) was evaluated by culturing plants in vitro in the presence of the ET precursor (ACC), scavenger mercury perchloride (MP), the inhibitors aminoethoxyvinylglycine (AVG) and silver thiosulfate (STS), and a CO2-enriched atmosphere. Leaf abscission rate, ET accumulation, and ACO gene expression (LaACO) were investigated. Leaf abscission was higher in BGEN-42, regardless of the precursor/inhibitor. ACC had the highest ET accumulation in BGEN-02 and BGEN-01, whereas BGEN-42 presented lower ET accumulation than the control. MP and AVG were effective in preventing ET production when compared to the control. LaACO was upregulated in BGEN-01 and BGEN-42 treated with ACC and in BGEN-01 treated with STS. In the CO2 enrichment experiments, LaACO expression was higher in BGEN-42 in the treatments without forced ventilation. Thus, the expression of this gene in L. alba can be altered by elevating CO2 levels and also by the addition of ACC. This is the first report of ET interactions in L. alba cultured in vitro.
650 $aCarbon dioxide
650 $aLeaf abscission
650 $aPolyploidy
653 $aForced ventilation
700 1 $aCASTRO, K. M. de
700 1 $aRIBEIRO, D. M.
700 1 $aCAIXETA, E. T.
700 1 $aSANTOS, M. de O.
700 1 $aVICCINI, L. F.
700 1 $aOTONI, W. C.
773 $tIn Vitro Cellular & Developmental Biology - Plant$gv. 53, n. 3, p. 278-284, 2017.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Café (CNPCa) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
