| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Milho e Sorgo. |
|
Data corrente: |
23/04/2024 |
|
Data da última atualização: |
23/04/2024 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
GOMES, A. L. B.; FERNANDES, A. M. R.; HORTA, B. C.; OLIVEIRA, M. F. de. |
|
Afiliação: |
ANA L. B. GOMES, UNIVERSIDADE DO VALE DO ITAJAÍ; ANITA M. R. FERNANDES, UNIVERSIDADE DO VALE DO ITAJAÍ; BRUNO A. C. HORTA, UNIVERSIDADE DO VALE DO ITAJAÍ; MAURILIO FERNANDES DE OLIVEIRA, CNPMS. |
|
Título: |
Machine learning algorithms applied to weed management in integrated crop-livestock systems: a systematic literature review. |
|
Ano de publicação: |
2024 |
|
Fonte/Imprenta: |
Advances in Weed Science, v. 42, e020240047, 2024. |
|
DOI: |
https://doi.org/10.51694/AdvWeedSci/2024;42:00004 |
|
Idioma: |
Inglês |
|
Conteúdo: |
In recent times, there has been an environmental pressure to reduce the amount of pesticides applied to crops and, consequently, the crop production costs. Therefore, investments have been made in technologies that could potentially reduce the usage of herbicides on weeds. Among such technologies, Machine Learning approaches are rising in number of applications and potential impact. Therefore, this article aims to identify the main machine learning algorithms used in integrated crop-livestock systems for weed management. Based on a systematic literature review, it was possible to determine where the selected studies were performed and which crop types were mostly used. The main research terms in this study were: "machine learning algorithms" + "weed management" + "integrated crop-livestock system". Although no results were found for the three terms altogether, the combinations involving "weed management" + "integrated crop-livestock system" and "machine learning algorithms" + "weed management" returned a significant number of studies which were subjected to a second layer of refinement by applying an eligibility criteria. The achieved results show that most of the studies were from the United States and from nations in Asia. Machine vision and deep learning were the most used machine learning models, representing 28% and 19% of all cases, respectively. These systems were applied to different practical solutions, the most prevalent being smart sprayers, which allow for a site-specific herbicide application. MenosIn recent times, there has been an environmental pressure to reduce the amount of pesticides applied to crops and, consequently, the crop production costs. Therefore, investments have been made in technologies that could potentially reduce the usage of herbicides on weeds. Among such technologies, Machine Learning approaches are rising in number of applications and potential impact. Therefore, this article aims to identify the main machine learning algorithms used in integrated crop-livestock systems for weed management. Based on a systematic literature review, it was possible to determine where the selected studies were performed and which crop types were mostly used. The main research terms in this study were: "machine learning algorithms" + "weed management" + "integrated crop-livestock system". Although no results were found for the three terms altogether, the combinations involving "weed management" + "integrated crop-livestock system" and "machine learning algorithms" + "weed management" returned a significant number of studies which were subjected to a second layer of refinement by applying an eligibility criteria. The achieved results show that most of the studies were from the United States and from nations in Asia. Machine vision and deep learning were the most used machine learning models, representing 28% and 19% of all cases, respectively. These systems were applied to different practical solutions, the most prevalent being smart sprayers, which allow for a site... Mostrar Tudo |
|
Palavras-Chave: |
Image processing; Inteligência artificial; Processamento de imagem; Weed prevention. |
|
Thesagro: |
Erva Daninha. |
|
Thesaurus Nal: |
Artificial intelligence; Weed control. |
|
Categoria do assunto: |
F Plantas e Produtos de Origem Vegetal |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1163826/1/Machine-learning-algorithms-applied-to-weed.pdf
|
|
Marc: |
LEADER 02369naa a2200253 a 4500
001 2163826
005 2024-04-23
008 2024 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.51694/AdvWeedSci/2024;42:00004$2DOI
100 1 $aGOMES, A. L. B.
245 $aMachine learning algorithms applied to weed management in integrated crop-livestock systems$ba systematic literature review.$h[electronic resource]
260 $c2024
520 $aIn recent times, there has been an environmental pressure to reduce the amount of pesticides applied to crops and, consequently, the crop production costs. Therefore, investments have been made in technologies that could potentially reduce the usage of herbicides on weeds. Among such technologies, Machine Learning approaches are rising in number of applications and potential impact. Therefore, this article aims to identify the main machine learning algorithms used in integrated crop-livestock systems for weed management. Based on a systematic literature review, it was possible to determine where the selected studies were performed and which crop types were mostly used. The main research terms in this study were: "machine learning algorithms" + "weed management" + "integrated crop-livestock system". Although no results were found for the three terms altogether, the combinations involving "weed management" + "integrated crop-livestock system" and "machine learning algorithms" + "weed management" returned a significant number of studies which were subjected to a second layer of refinement by applying an eligibility criteria. The achieved results show that most of the studies were from the United States and from nations in Asia. Machine vision and deep learning were the most used machine learning models, representing 28% and 19% of all cases, respectively. These systems were applied to different practical solutions, the most prevalent being smart sprayers, which allow for a site-specific herbicide application.
650 $aArtificial intelligence
650 $aWeed control
650 $aErva Daninha
653 $aImage processing
653 $aInteligência artificial
653 $aProcessamento de imagem
653 $aWeed prevention
700 1 $aFERNANDES, A. M. R.
700 1 $aHORTA, B. C.
700 1 $aOLIVEIRA, M. F. de
773 $tAdvances in Weed Science$gv. 42, e020240047, 2024.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Milho e Sorgo (CNPMS) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
| Registros recuperados : 53 | |
| 41. |  | RODRIGUES, E. V.; DAHER, R. F.; GRAVINA, G. de A.; VIANA, A. P.; ARAUJO, M. do S. B. de; OLIVEIRA, M. L. F.; VIVAS, M.; MENEZES, B. R. da S.; PEREIRA, A. V. Repeatability estimates and minimum number of evaluations for selection of elephant-grass genotypes for forage production. Bioscience Journal, v. 36, n. 1, p. 30-41, Jan./Feb. 2020.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 2 |
| Biblioteca(s): Embrapa Gado de Leite. |
|    |
| 42. | | BATISTA, J. N.; SILVA, E. P. da; SOUZA, E. W. S. e; SILVA, R. de C. G. da; MENDONÇA, L. P.; CRUZ D.; ROCHA, R. S.; ENTRINGER, G. C.; GUARESCHI, R. F.; SOUZA FILHO, B. F.; JANTALIA, C. P.; ZILLI, J. E.; GRAVINA, G. de A. Avaliação de cultivares de soja quanto à fixação biológica do nitrogênio na região Norte Fluminense, In: CONGRESSO FLUMINENSE EM INICIAÇÃO CIENTÍFICA E TECNOLÓGICA - CONFICT, 12.; CONGRESSO FLUMINENSE DE PÓS-GRADUAÇÃO, 5., 2020, Campo dos Goytacazes. Ciência para o desenvolvimento sustentável. Publicação on-line.| Tipo: Resumo em Anais de Congresso |
| Biblioteca(s): Embrapa Agrobiologia. |
|  |
| 43. | | GUARESCHI, R. F.; BATISTA, J. N.; JANTALIA, C. P.; SOUZA FILHO, B. F. de; LUMBRERAS, J. F.; URQUIAGA, S.; ALVES, B. J. R.; PACHECO, R. S.; VIANA, A. R.; GRAVINA, G. de A.; MENDONÇA, L. P.; PEREIRA, W.; ZILLI, J. E.; ZITO, R. K. Aptidão de cultivares de soja às condições edafoclimáticas do norte fluminense. In: CONGRESSO BRASILEIRO DE SOJA, 9., 2022, Foz do iguaçu, PR. Desafios para a produtividade sustentável no Mercosul: resumos. Brasília, DF: Embrapa, 2022. Regina Maria Villas Bôas de Campos Leite, Adeney de Freitas Bueno, editores técnicos. resumo 157. p. 177.| Tipo: Resumo em Anais de Congresso |
| Biblioteca(s): Embrapa Agrobiologia; Embrapa Solos. |
| |
| 44. | | GUARESCHI, R. F.; BATISTA, J. N.; JANTALIA, C. P.; SOUZA FILHO, B. F. de; LUMBRERAS, J. F.; URQUIAGA, S.; ALVES, B. J. R.; PACHECO, R. S.; VIANA, A. R.; GRAVINA, G. de A.; MENDONÇA, L. P.; PEREIRA, W.; ZILLI, J. E.; ZITO, R. K. Aptidão de cultivares de soja às condições edafoclimáticas do norte fluminense. In: CONGRESSO BRASILEIRO DE SOJA, 9., 2022, Foz do iguaçu, PR. Desafios para a produtividade sustentável no Mercosul: resumos. Brasília, DF: Embrapa, 2022. Regina Maria Villas Bôas de Campos Leite, Adeney de Freitas Bueno, editores técnicos. resumo 157. p. 177.| Tipo: Resumo em Anais de Congresso |
| Biblioteca(s): Embrapa Soja. |
| |
| 45. | | GUARESCHI, R. F.; BATISTA, J. N.; JANTALIA, C. P.; SOUZA FILHO, B. F. de; LUMBRERAS, J. F.; URQUIAGA, S.; ALVES, B. J. R.; PACHECO, R. S.; VIANA, A. R.; GRAVINA, G. de A.; MENDONÇA, L. P.; PEREIRA, W.; ZILLI, J. E.; ZITO, R. K. Aptidão de cultivares de soja às condições edafoclimáticas do norte fluminense In: CONGRESSO BRASILEIRO DE SOJA, 9., 2022, Foz do iguaçu, PR. Desafios para a produtividade sustentável no Mercosul: resumos. Brasília, DF: Embrapa, 2022. 328 p. p. 177 p. 177| Tipo: Resumo em Anais de Congresso |
| Biblioteca(s): Embrapa Agrobiologia. |
| |
| 46. | | SOUZA, A. G. de; DAHER, R. F.; SANTANA, J. G. S.; AMBROSIO, M.; NASCIMENTO, M. R.; VIDAL, A. K. F.; SOUZA FILHO, B. F. de; MELO, L. C.; GRAVINA, G. de A.; SANTOS, R. M.; LEITE, C. L.; FARIAS, J. E. C.; STIDA, W. F.; ROCHA, R. S. Adaptability and stability of black bean genotypes for Rio de Janeiro, by GGE biplot analysis. Crop Breeding and Applied Biotechnology, v. 23, n. 2, e43972323, 2023.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 4 |
| Biblioteca(s): Embrapa Arroz e Feijão. |
| |
| 47. | | CRUZ, D. P. da; GRAVINA, G. de A.; VIVAS, M.; ENTRINGER, G. C.; SOUZA, Y. P. de; ROCHA, R. S.; JAEGGI, M. E. P. da C.; ALBUQUERQUE, D. P.; AMARAL JUNIOR, A. T. do; GRAVINA, L. M.; ROCHA, M. de M.; SILVA, R. de K. G. da. Combined selection for adaptability, genotypic stability and cowpea yield from mixed models. Ciência Rural, Santa Maria, v. 51, n. 9, e20200540, 2021.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 2 |
| Biblioteca(s): Embrapa Meio-Norte. |
| |
| 48. | | ROCHA, A. dos S.; DAHER, R. F.; GRAVINA, G. de A.; PEREIRA, A. V.; RODRIGUES, E. V.; VIANA, A. P.; SILVA, V. Q. R. da; AMARAL JUNIOR, A. T. do; NOVO, A. A. C.; OLIVEIRA, M. L. F.; OLIVEIRA, E. da S. Comparison of stability methods in elephant-grass genotypes for energy purposes. African Journal of Agricultural Research, v. 10, n. 47, p. 4283-4294, 2015.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: B - 1 |
| Biblioteca(s): Embrapa Gado de Leite. |
| |
| 49. | | VIDAL, A. K. F.; DAHER, R. F.; AMBRÓSIO, M.; SANTANA, J. G. S.; FREITAS, R. S.; GRAVINA, G. de A.; RODRIGUES, E. V.; STIDA, W. F.; SOUZA, A. G. de; LEITE, C. L.; FARIAS, J. E. C.; RANGEL, L. H.; PEREIRA, A. V. Estimation of repeatability and genotypic superiority of elephant grass half-sib families for energy purposes using mixed models. Scientia Agricola, v. 80, e20220103, 2023.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 2 |
| Biblioteca(s): Embrapa Gado de Leite. |
| |
| 50. | | ARAÚJO, K. C.; OLIVEIRA, T. R. A. de; GRAVINA, G. de A.; ROCHA, M. de M.; ALCÂNTARA NETO, F. de; OLIVEIRA, G. H. F. de; CRUZ, D. P. da; SANT'ANNA, C. Q. da S. S. de; GRAVINA, L. M.; ROCHA, R. S.; PEREIRA, I. M. Selection of high-performance black-eyed cowpea (Vigna unguiculata) through GYT biplot analysis: a new methodology based on multiple characteristics. Australian Journal of Crop Science, v. 15, p. 464-469, 2021.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: B - 1 |
| Biblioteca(s): Embrapa Meio-Norte. |
| |
| 51. | | OLIVEIRA, T. R. A. de; GRAVINA, G. de A.; ROCHA, M. de M.; ALCÂNTARA NETO, F. de; CRUZ, D. P. da; OLIVEIRA, G. H. F. de; SANT'ANNA, C. Q. da S. S. de; JAEGGI, M. E. P. da C.; ROCHA, R. S. GYT biplot analysis: a new approach for cowpea line selection. Journal of Experimental Agriculture International, v. 41, n. 5, p. 1-9, 2019.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: C - 0 |
| Biblioteca(s): Embrapa Meio-Norte. |
| |
| 52. | | VIDAL, A.-K. F.; DAHER, R. F.; FREITAS, R. S.; STIDA, W. S.; LEDO, F. J. da S.; SILVA, V. B. da; ENTRINGER, G. C.; TARDIN, F. D.; GRAVINA, G. de A.; VIVAS, M.; SOUZA, A. G. de; AMBRÓSIO, M.; SANTANA, J.-G. da S.; FARIASA, J. E. C. Growth curve in elephant grass genotypes based on morpho-agronomic traits for energy production. Chilean Journal of Agricultural Research, v. 82, n. 1, p. 78-87, 2022.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: B - 1 |
| Biblioteca(s): Embrapa Gado de Leite; Embrapa Milho e Sorgo. |
| |
| 53. | | SILVA, W. J. dos S.; ALCANTARA NETO, F. de; AL-QAHTANI, W. H.; OKLA, M. K.; AL-HASHIMI, A.; VIEIRA, P. F. de M. J.; GRAVINA, G. de A.; ZUFFO, A. M.; DUTRA, A. F.; CARVALHO, L. C. B.; SOUSA, R. S. de; PEREIRA, A. P. de A.; LEITE, W. de S.; SILVA JUNIOR, G. B. da; SILVA, A. C. da; LEITE, M. R. L.; LUSTOSA SOBRINHO, R.; ABDELGAWAD, H. Yield of soybean genotypes identified through GGE biplot and path analysis. PLOS ONE, v. 17, n. 10, e0274726, 2022.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Meio-Norte. |
| |
| Registros recuperados : 53 | |
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
