| |
|
|
| Registros recuperados : 64 | |
| 61. |  | PROSDOCINI, F.; CERQUEIRA, G. C.; BINNECK, E.; SILVA, A. F.; REIS, A. F.; JUNQUEIRA, A. C. M.; SANTOS, A. C. F. dos; NHANI JÚNIOR, A.; WUST, C. I.; CAMARGO FILHO, F; KESSEDJAN, J. L.; PETRETSKI, J. H.; CAMARGO, L. P.; MATTOS, R. de G. M.; LIMA, R. P.; PEREIRA, R. M.; JARDIM, S.; SAMAPAIO, V. de S.; FOLGUERAS-FLATSHART, A. V. Bioinformática: manual do usuário: um guia básico e amplo sobre os diversos aspectos dessa nova ciência. Biotecnologia, Ciência & Desenvolvimento, Uberlândia, v. 5, n. 29, p. 12-25, 2002| Biblioteca(s): Embrapa Uva e Vinho. |
|    |
| 62. | | SOUZA, D. D. de; QUEIROZ, A. P. de; PEREIRA, F. S.; DIANESE, E. de C.; FAJARDO, T. V. M.; NHANI JUNIOR, A.; LAU, D.; SILVA, L. A. da; RIBEIRO, B. M.; COELHO, A. S. G.; AGUIAR, R. W. de S.; MELLO, R. N. de; SILVA, F. N. da. Molecular characterization and sequence analysis of four Brazilian rice stripe necrosis virus isolates. Archives of Virology, v. 166, n. 6, p. 1763-1767, June 2021.| Biblioteca(s): Embrapa Agricultura Digital; Embrapa Arroz e Feijão; Embrapa Trigo; Embrapa Uva e Vinho. |
|  |
| 63. | | SANTI, A.; NHANI JUNIOR, A.; GUTERRES, C. W.; LAU, D.; SILVA, F. N. da; PEREIRA, F. S.; DALMAGO, G. A.; VALENTE, J. B.; STEMPKOWSKI, L. A.; RODRIGUES, O.; KUHNEM, P.; CASA, R. T.; ZOLDAN, S. M.; PRESTES, S. J. N.; FAJARDO, T. V. M. Trigo: risco identificado. Cultivar, v. 20, n. 238, p. 10-13, Mar. 2019.| Biblioteca(s): Embrapa Agricultura Digital; Embrapa Trigo; Embrapa Uva e Vinho. |
| |
| 64. | | ISLAM, M. T.; CROLL, D.; GLADIEUX, P.; SOANES, D. M.; PERSOONS, A.; BHATTACHARJEE, P.; HOSSAIN, S.; GUPTA, D. R.; RAHMAN, M.; MAHBOOB, G.; COOK, N.; SALAM, M. U.; SUROVY, M. Z.; SANCHO, V. B.; MACIEL, J. L. N.; NHANI JUNIOR, A.; CASTROAGUDÍN, V. L.; REGES, J. T. de A.; CERESINI, P. C.; RAVEL, S.; KELLNER, R.; FOURNIER, E.; THARREAU, D.; LEBRUN, M.-H.; MCDONALD, B. A.; STITT, T.; SWAN, D.; TALBOT, N. J.; SAUNDERS, D. G. O.; WIN, J.; KAMOUN, S. Emergence of wheat blast in Bangladesh was caused by a South American lineage of Magnaporthe oryzae. BMC Biology, London, v. 14, 2016. 11 p.| Biblioteca(s): Embrapa Trigo. |
| |
| Registros recuperados : 64 | |
|
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Instrumentação. Para informações adicionais entre em contato com cnpdia.biblioteca@embrapa.br. |
Registro Completo
|
Biblioteca(s): |
Embrapa Instrumentação. |
|
Data corrente: |
26/11/2004 |
|
Data da última atualização: |
08/03/2010 |
|
Autoria: |
RIUL JR. A.; SOUSA, H. C. de; MALMEGRIM, R. R.; SANTOS JR. D. S. DOS; CARVALHO, A. C. P. L. F.; FERNANDO, J. F.; OLIVEIRA JR. O. N.; MATTOSO, L. H. C. |
|
Título: |
Wine classification by taste sensors made from ultra-thin films and using neural networks. |
|
Ano de publicação: |
2004 |
|
Fonte/Imprenta: |
Sensors and Actuators . B, Chemical, Lausanne, v.98, p. 77-82, 2004. |
|
Idioma: |
Inglês |
|
Conteúdo: |
This paper reports on a sensor array able to distinguish tastes and used to classify red wines. The array comprises sensing units made from Langmuir-Blodgett (LB) films of conducting polymers and lipids and layer-by-Iayer (LBL) films from chitosan deposited onto gold interdigitated electrodes. Using impedance spectroscopy as the principie of detection, we show that distinct clusters can be identified in principal component analysis (PCA) plots for six types ofred wine. Distinction can be made with regard to vintage, vineyard and brands of the red wine. Furthermore, if the data are treated with artificial neural networks (ANNs), this "artificial tongue" can identify wine samples stored under different conditions. This is illustrated by considering 900 wine samples, obtained with 30 measurements for each of the five bottles of the six wines, which could be recognised with 100% accuracy using thealgorithms Standard Backpropagation and Backpropagation momentum in the ANNs. |
|
Palavras-Chave: |
Polímeros condutores; Trabalho neural. |
|
Thesagro: |
Sabor; Vinho. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 01721naa a2200253 a 4500
001 1028686
005 2010-03-08
008 2004 bl --- 0-- u #d
100 1 $aRIUL JR. A.
245 $aWine classification by taste sensors made from ultra-thin films and using neural networks.
260 $c2004
520 $aThis paper reports on a sensor array able to distinguish tastes and used to classify red wines. The array comprises sensing units made from Langmuir-Blodgett (LB) films of conducting polymers and lipids and layer-by-Iayer (LBL) films from chitosan deposited onto gold interdigitated electrodes. Using impedance spectroscopy as the principie of detection, we show that distinct clusters can be identified in principal component analysis (PCA) plots for six types ofred wine. Distinction can be made with regard to vintage, vineyard and brands of the red wine. Furthermore, if the data are treated with artificial neural networks (ANNs), this "artificial tongue" can identify wine samples stored under different conditions. This is illustrated by considering 900 wine samples, obtained with 30 measurements for each of the five bottles of the six wines, which could be recognised with 100% accuracy using thealgorithms Standard Backpropagation and Backpropagation momentum in the ANNs.
650 $aSabor
650 $aVinho
653 $aPolímeros condutores
653 $aTrabalho neural
700 1 $aSOUSA, H. C. de
700 1 $aMALMEGRIM, R. R.
700 1 $aSANTOS JR. D. S. DOS
700 1 $aCARVALHO, A. C. P. L. F.
700 1 $aFERNANDO, J. F.
700 1 $aOLIVEIRA JR. O. N.
700 1 $aMATTOSO, L. H. C.
773 $tSensors and Actuators . B, Chemical, Lausanne$gv.98, p. 77-82, 2004.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Instrumentação (CNPDIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
