|
|
Registro Completo |
Biblioteca(s): |
Embrapa Agricultura Digital. |
Data corrente: |
22/12/2017 |
Data da última atualização: |
21/01/2020 |
Tipo da produção científica: |
Artigo em Anais de Congresso |
Autoria: |
SOUZA, K. X. S. de; TERNES, S.; OLIVEIRA, S. R. de M.; MOURA, M. F.; BARIONI, L. G.; HIGA, R. H.; FASIABEN, M. do C. R. |
Afiliação: |
KLEBER XAVIER SAMPAIO DE SOUZA, CNPTIA; SONIA TERNES, CNPTIA; STANLEY ROBSON DE MEDEIROS OLIVEIRA, CNPTIA; MARIA FERNANDA MOURA, CNPTIA; LUIS GUSTAVO BARIONI, CNPTIA; ROBERTO HIROSHI HIGA, CNPTIA; MARIA DO CARMO RAMOS FASIABEN, CNPTIA. |
Título: |
A prospective study on the application of Data Science in agriculture. |
Ano de publicação: |
2017 |
Fonte/Imprenta: |
In: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 11., 2017, Campinas. Ciência de dados na era da agricultura digital: anais. Campinas: Editora da Unicamp: Embrapa Informática Agropecuária, 2017. |
Páginas: |
p. 713-722. |
ISBN: |
978-85-85783-75-4 |
Idioma: |
Português |
Notas: |
SBIAgro 2017. |
Conteúdo: |
A quantidade e diversidade de dados disponíveis têm o potencial de causar profundas transformações na maneira que se realiza pesquisa e se propõe inovações na agricultura. Na chamada era do Petabyte, caracterizada pela ubiquidade de sensores e computadores, armazenamento quase infinito, computação em nuvem, robótica e IoT, a demanda e as oportunidades para aplicação da computação científica são extraordinárias, tanto na extração do conhecimento quanto na compreensão dos mecanismos associados a sistemas complexos. Este artigo apresenta um estudo prospectivo com base no estado da arte e enumera algumas áreas nas quais a aplicação da Ciência de Dados resultaria em grande benefício para pesquisadores, agricultores e agentes públicos. |
Palavras-Chave: |
Aprendizado de máquina; Computação científica; Machine Learning; Modelagem; Redes de sensores. |
Thesagro: |
Agricultura; Simulação. |
Thesaurus Nal: |
Agriculture. |
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/169724/1/Prospective-sbiagro2017.pdf
|
Marc: |
LEADER 01800nam a2200313 a 4500 001 2083412 005 2020-01-21 008 2017 bl uuuu u00u1 u #d 020 $a978-85-85783-75-4 100 1 $aSOUZA, K. X. S. de 245 $aA prospective study on the application of Data Science in agriculture.$h[electronic resource] 260 $aIn: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 11., 2017, Campinas. Ciência de dados na era da agricultura digital: anais. Campinas: Editora da Unicamp: Embrapa Informática Agropecuária$c2017 300 $ap. 713-722. 500 $aSBIAgro 2017. 520 $aA quantidade e diversidade de dados disponíveis têm o potencial de causar profundas transformações na maneira que se realiza pesquisa e se propõe inovações na agricultura. Na chamada era do Petabyte, caracterizada pela ubiquidade de sensores e computadores, armazenamento quase infinito, computação em nuvem, robótica e IoT, a demanda e as oportunidades para aplicação da computação científica são extraordinárias, tanto na extração do conhecimento quanto na compreensão dos mecanismos associados a sistemas complexos. Este artigo apresenta um estudo prospectivo com base no estado da arte e enumera algumas áreas nas quais a aplicação da Ciência de Dados resultaria em grande benefício para pesquisadores, agricultores e agentes públicos. 650 $aAgriculture 650 $aAgricultura 650 $aSimulação 653 $aAprendizado de máquina 653 $aComputação científica 653 $aMachine Learning 653 $aModelagem 653 $aRedes de sensores 700 1 $aTERNES, S. 700 1 $aOLIVEIRA, S. R. de M. 700 1 $aMOURA, M. F. 700 1 $aBARIONI, L. G. 700 1 $aHIGA, R. H. 700 1 $aFASIABEN, M. do C. R.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registro Completo
Biblioteca(s): |
Embrapa Trigo. |
Data corrente: |
08/06/2018 |
Data da última atualização: |
08/06/2018 |
Tipo da produção científica: |
Documentos |
Autoria: |
GUARIENTI, E. M.; MIRANDA, M. Z. de; CUNHA, G. R. da; NICOLAU, M.; TIBOLA, C. S.; FORCELLINI, S.; VIEIRA, D. C. da C.; LIMA, M. V. de. |
Afiliação: |
ELIANA MARIA GUARIENTI, CNPT; MARTHA ZAVARIZ DE MIRANDA, CNPT; GILBERTO ROCCA DA CUNHA, CNPT; MARCIO NICOLAU, CNPT; CASIANE SALETE TIBOLA, CNPT; SOFIA FORCELLINI; DAIANA CLARA DA CRUZ VIEIRA; MARIANA VIEIRA DE LIMA. |
Título: |
Qualidade tecnológica de trigo colhido e armazenado no Brasil safras 2015/2016 e 2016/2017. |
Ano de publicação: |
2018 |
Fonte/Imprenta: |
Passo Fundo: Embrapa Trigo, 2018. |
Páginas: |
93 p. |
Série: |
(Embrapa Trigo. Documentos online, 178). |
ISSN: |
1518-6512 |
Idioma: |
Português |
Thesagro: |
Qualidade; Trigo. |
Thesaurus NAL: |
Grain quality; Wheat. |
Categoria do assunto: |
-- |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/178390/1/ID44342-2018DO178.pdf
|
Marc: |
LEADER 00763nam a2200265 a 4500 001 2092368 005 2018-06-08 008 2018 bl uuuu 00u1 u #d 022 $a1518-6512 100 1 $aGUARIENTI, E. M. 245 $aQualidade tecnológica de trigo colhido e armazenado no Brasil safras 2015/2016 e 2016/2017.$h[electronic resource] 260 $aPasso Fundo: Embrapa Trigo$c2018 300 $a93 p. 490 $a(Embrapa Trigo. Documentos online, 178). 650 $aGrain quality 650 $aWheat 650 $aQualidade 650 $aTrigo 700 1 $aMIRANDA, M. Z. de 700 1 $aCUNHA, G. R. da 700 1 $aNICOLAU, M. 700 1 $aTIBOLA, C. S. 700 1 $aFORCELLINI, S. 700 1 $aVIEIRA, D. C. da C. 700 1 $aLIMA, M. V. de
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Trigo (CNPT) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Expressão de busca inválida. Verifique!!! |
|
|