| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Pecuária Sul. |
|
Data corrente: |
04/08/2009 |
|
Data da última atualização: |
07/02/2012 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso / Nota Técnica |
|
Autoria: |
MENEZES, L. de M.; BRAUNER, C. C.; PIMENTEL, M. A.; AMARAL, F. A. do; MACHADO, J. P. M.; MORAES, J. C. F. |
|
Afiliação: |
Leonardo de Melo Menezes, Mestrando UFPEL; Cassio Cassal Brauner, Doutorando UFPEL; Marcelo Alves Pimentel, UFPEL; Francisco Azambuja do Amaral, Graduando UFPEL; Jean Pierre Martins Machado, Mestrando UFPEL; JOSE CARLOS FERRUGEM MORAES, CPPSUL. |
|
Título: |
Métodos de bioestimulação sexual e desempenho reprodutivo de novilhas de corte. |
|
Ano de publicação: |
2009 |
|
Fonte/Imprenta: |
In: REUNIÃO ANUAL DA SOCIEDADE BRASILEIRA DE ZOOTECNIA, 46., 2009, Maringá. Anais... Maringá: Universidade Estadual de Maringá: SBZ, 2009. |
|
Descrição Física: |
1 CD-ROM. |
|
Idioma: |
Português |
|
Thesagro: |
Eficiência reprodutiva; Novilho de corte. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 00697naa a2200205 a 4500
001 1256393
005 2012-02-07
008 2009 bl --- 0-- u #d
100 1 $aMENEZES, L. de M.
245 $aMétodos de bioestimulação sexual e desempenho reprodutivo de novilhas de corte.
260 $c2009
300 $c1 CD-ROM.
650 $aEficiência reprodutiva
650 $aNovilho de corte
700 1 $aBRAUNER, C. C.
700 1 $aPIMENTEL, M. A.
700 1 $aAMARAL, F. A. do
700 1 $aMACHADO, J. P. M.
700 1 $aMORAES, J. C. F.
773 $tIn: REUNIÃO ANUAL DA SOCIEDADE BRASILEIRA DE ZOOTECNIA, 46., 2009, Maringá. Anais... Maringá: Universidade Estadual de Maringá: SBZ, 2009.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Pecuária Sul (CPPSUL) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Tabuleiros Costeiros; Embrapa Territorial. |
|
Data corrente: |
04/08/2023 |
|
Data da última atualização: |
04/08/2023 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
SILVA, M. A. S. da; MATOS, L. N.; SANTOS, F. E. de O.; DOMPIERI, M. H. G.; MOURA, F. R. de. |
|
Afiliação: |
MARCOS AURELIO SANTOS DA SILVA, CPATC; LEONARDO N. MATOS, UFS; FLAVIO E. DE O. SANTOS, UFS; MARCIA HELENA GALINA DOMPIERI, CNPM; FABIO R. DE MOURA, UFS. |
|
Título: |
Feature engineering vs. extraction: clustering Brazilian municipalities through spatial panel agricultural data via autoencoders. |
|
Ano de publicação: |
2022 |
|
Fonte/Imprenta: |
In: ENCONTRO NACIONAL DE INTELIGÊNCIA ARTIFICIAL E COMPUTACIONAL, 19., 2023, Campinas. Anais... Porto Alegre: Sociedade Brasileira de Computação, 2022. |
|
ISSN: |
2763-9061 |
|
DOI: |
https://doi.org/10.5753/eniac.2022 |
|
Idioma: |
Inglês |
|
Conteúdo: |
This article compares the clustering of Brazilian municipalities according to their agricultural diversity using two approaches, one based on feature engineering and the other based on feature extraction using Deep Learning based on autoencoders and cluster analysis based on k-means and Self-Organizing Maps. The analyzes were conducted from panel data referring to IBGE?s annual estimates of Brazilian agricultural production between 1999 and 2018. Different structures of simple stacked undercomplete autoencoders were analyzed, varying the number of layers and neurons in each of them, including the latent layer. The asymmetric exponential linear loss function was also evaluated to cope with the sparse data. The results show that in comparison with the ground truth adopted, the autoencoder model combined with the k-means presented a superior result than the clustering of the raw data from the k-means, demonstrating the ability of simple autoencoders to represent from their latent layer important features of the data. Although the general accuracy is low, the results are promising, considering that we evaluated the most simple strategy for Deep Clustering. |
|
Palavras-Chave: |
Análise de dados espacial; Inteligência artifical. |
|
Thesagro: |
Produção Agrícola. |
|
Thesaurus NAL: |
Agricultural products; Artificial intelligence. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1155654/1/Feature-engineering...2023.pdf
|
|
Marc: |
LEADER 02095nam a2200241 a 4500
001 2155654
005 2023-08-04
008 2022 bl uuuu u00u1 u #d
022 $a2763-9061
024 7 $ahttps://doi.org/10.5753/eniac.2022$2DOI
100 1 $aSILVA, M. A. S. da
245 $aFeature engineering vs. extraction$bclustering Brazilian municipalities through spatial panel agricultural data via autoencoders.$h[electronic resource]
260 $aIn: ENCONTRO NACIONAL DE INTELIGÊNCIA ARTIFICIAL E COMPUTACIONAL, 19., 2023, Campinas. Anais... Porto Alegre: Sociedade Brasileira de Computação$c2022
520 $aThis article compares the clustering of Brazilian municipalities according to their agricultural diversity using two approaches, one based on feature engineering and the other based on feature extraction using Deep Learning based on autoencoders and cluster analysis based on k-means and Self-Organizing Maps. The analyzes were conducted from panel data referring to IBGE?s annual estimates of Brazilian agricultural production between 1999 and 2018. Different structures of simple stacked undercomplete autoencoders were analyzed, varying the number of layers and neurons in each of them, including the latent layer. The asymmetric exponential linear loss function was also evaluated to cope with the sparse data. The results show that in comparison with the ground truth adopted, the autoencoder model combined with the k-means presented a superior result than the clustering of the raw data from the k-means, demonstrating the ability of simple autoencoders to represent from their latent layer important features of the data. Although the general accuracy is low, the results are promising, considering that we evaluated the most simple strategy for Deep Clustering.
650 $aAgricultural products
650 $aArtificial intelligence
650 $aProdução Agrícola
653 $aAnálise de dados espacial
653 $aInteligência artifical
700 1 $aMATOS, L. N.
700 1 $aSANTOS, F. E. de O.
700 1 $aDOMPIERI, M. H. G.
700 1 $aMOURA, F. R. de
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Tabuleiros Costeiros (CPATC) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
