|
|
| Acesso ao texto completo restrito à biblioteca da Embrapa Recursos Genéticos e Biotecnologia. Para informações adicionais entre em contato com cenargen.biblioteca@embrapa.br. |
Registro Completo |
Biblioteca(s): |
Embrapa Recursos Genéticos e Biotecnologia. |
Data corrente: |
11/01/2005 |
Data da última atualização: |
06/05/2022 |
Autoria: |
RODRÍGUEZ, E. A.; MARQUES, A. S. A. |
Título: |
Caracterização molecular, sorológica e nutricional de isolados de Pseudomonas syringae pv. tabaci provenientes de fumo, feijão e soja. |
Ano de publicação: |
2004 |
Fonte/Imprenta: |
Brasília: Embrapa Recursos Genéticos e Biotecnologia, 2004. |
Páginas: |
28 p. |
Série: |
(Embrapa Recursos Genéticos e Biotecnologia. Boletim de Pesquisa e Desenvolvimento, 52). |
Idioma: |
Português |
Thesagro: |
Bactéria; Doença de Planta; Feijão; Fogo Selvagem; Fumo; Pseudomonas Syringae; Soja. |
Categoria do assunto: |
-- |
Marc: |
LEADER 00766nam a2200217 a 4500 001 1185378 005 2022-05-06 008 2004 bl uuuu u0uu1 u #d 100 1 $aRODRÍGUEZ, E. A. 245 $aCaracterização molecular, sorológica e nutricional de isolados de Pseudomonas syringae pv. tabaci provenientes de fumo, feijão e soja.$h[electronic resource] 260 $aBrasília: Embrapa Recursos Genéticos e Biotecnologia$c2004 300 $a28 p. 490 $a(Embrapa Recursos Genéticos e Biotecnologia. Boletim de Pesquisa e Desenvolvimento, 52). 650 $aBactéria 650 $aDoença de Planta 650 $aFeijão 650 $aFogo Selvagem 650 $aFumo 650 $aPseudomonas Syringae 650 $aSoja 700 1 $aMARQUES, A. S. A.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Recursos Genéticos e Biotecnologia (CENARGEN) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registro Completo
Biblioteca(s): |
Embrapa Agricultura Digital. |
Data corrente: |
21/11/2013 |
Data da última atualização: |
22/01/2020 |
Tipo da produção científica: |
Artigo em Anais de Congresso |
Autoria: |
DI GIROLAMO NETO, C.; RODRIGUES, L. H. A.; THAMADA, T. T.; MEIRA, C. A. A. |
Afiliação: |
CESARE DI GIROLAMO NETO, Colaborador CNPTIA; LUIZ HENRIQUE ANTUNES RODRIGUES, Feagri/Unicamp; THIAGO TOSHIYUKI THAMADA, Colaborador CNPTIA; CARLOS ALBERTO ALVES MEIRA, CNPTIA. |
Título: |
Potencial de técnicas de mineração de dados para modelos de alerta da ferrugem do cafeeiro. |
Ano de publicação: |
2013 |
Fonte/Imprenta: |
In: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 9., 2013, Cuiabá. Agroinformática: inovação para a sustentabilidade do agronegócio brasileiro: anais. Cuiabá: Universidade Federal de Mato Grosso, 2013. |
Páginas: |
Não paginado. |
Idioma: |
Português |
Notas: |
SBIAgro 2013. |
Conteúdo: |
Resumo. Este trabalho procurou avaliar o potencial de técnicas de mineração de dados no desenvolvimento de modelos de alerta da ferrugem do cafeeiro. Foram avaliadas quatro técnicas: Redes Neurais Artificiais, Árvores de Decisão, Support Vector Machines e Random Forest. A avaliação dos modelos gerados mostrou que as duas últimas técnicas geram modelos com maior taxa de acerto e melhores medidas de sensitividade e especificidade. As Redes Neurais Artificiais geraram modelos com alto valor de sensitividade, enquanto que as Árvores de Decisão obtiveram desempenho inferior quando comparadas às demais técnicas. O balanceamento de classes se mostrou um procedimento fundamental na melhora da taxa de acerto dos modelos. |
Palavras-Chave: |
Árvore de decisão; Coffee rust; Data mining; Decision tree; Ferrugem do cafeeiro; Mineração de dados; Modelos de alerta; Random forest; Redes neurais. |
Thesaurus NAL: |
Neural networks; support vector machines. |
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/92847/1/117553.pdf
|
Marc: |
LEADER 01787nam a2200301 a 4500 001 1971782 005 2020-01-22 008 2013 bl uuuu u00u1 u #d 100 1 $aDI GIROLAMO NETO, C. 245 $aPotencial de técnicas de mineração de dados para modelos de alerta da ferrugem do cafeeiro.$h[electronic resource] 260 $aIn: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 9., 2013, Cuiabá. Agroinformática: inovação para a sustentabilidade do agronegócio brasileiro: anais. Cuiabá: Universidade Federal de Mato Grosso$c2013 300 $aNão paginado. 500 $aSBIAgro 2013. 520 $aResumo. Este trabalho procurou avaliar o potencial de técnicas de mineração de dados no desenvolvimento de modelos de alerta da ferrugem do cafeeiro. Foram avaliadas quatro técnicas: Redes Neurais Artificiais, Árvores de Decisão, Support Vector Machines e Random Forest. A avaliação dos modelos gerados mostrou que as duas últimas técnicas geram modelos com maior taxa de acerto e melhores medidas de sensitividade e especificidade. As Redes Neurais Artificiais geraram modelos com alto valor de sensitividade, enquanto que as Árvores de Decisão obtiveram desempenho inferior quando comparadas às demais técnicas. O balanceamento de classes se mostrou um procedimento fundamental na melhora da taxa de acerto dos modelos. 650 $aNeural networks 650 $asupport vector machines 653 $aÁrvore de decisão 653 $aCoffee rust 653 $aData mining 653 $aDecision tree 653 $aFerrugem do cafeeiro 653 $aMineração de dados 653 $aModelos de alerta 653 $aRandom forest 653 $aRedes neurais 700 1 $aRODRIGUES, L. H. A. 700 1 $aTHAMADA, T. T. 700 1 $aMEIRA, C. A. A.
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. |
|
|