| |
|
|
| Registros recuperados : 374 | |
| 182. |  | LAMPERT, S.; SALVADORI, J. R.; LAU, D.; PEREIRA, P. R. V. da S.; ENGEL, E.; SAVARIS, M. Sipha maydis (Hemiptera: Aphididae) in the humid subtropical region of Brazil: distribution, seasonality and biology. Florida Entomologist, v. 106, n. 1, p. 1-9, 2023.| Biblioteca(s): Embrapa Florestas; Embrapa Trigo. |
|    |
| 183. | | PEREIRA, P. R. V. da S.; LAU, D.; SALVADORI, J. R.; CARVALHO, R. C. Z. de; LAMPERT, S. Sipha (Rungsia) maydis Passerini, 1860 (Hemiptera, Aphididae): o pulgão-preto-dos-cereais. In: REUNIÃO DA COMISSÃO BRASILEIRA DE PESQUISA DE TRIGO E TRITICALE, 3., 2009, Veranópolis. Ata e resumos... Porto Alegre: Comissão Brasileira de Pesquisa de Trigo e Triticale: Fepagro; Veranóplis: ASAV; Passo Fundo: Embrapa Trigo, 2009. Entomologia, trabalho 58. 1 p.| Biblioteca(s): Embrapa Trigo. |
| |
| 184. | | RIFFEL, C. T.; LAU, D.; CARRAFA, M.; PEREIRA, P. R. V. da S.; VARGAS, G. C.; BONAMIGO, L.; TAMIOZZO, F. Considerações sobre o manejo do complexo afídeos / nanismo-amarelo em trigo, Independência/RS, 2017. In: REUNIÃO DA COMISSÃO BRASILEIRA DE PESQUISA DE TRIGO E TRITICALE, 12., 2018, Passo Fundo. Atas e resumos... Passo Fundo: Projeto Passo Fundo, 2019. Entomologia, p. 232-236.| Biblioteca(s): Embrapa Trigo. |
| |
| 185. | | NASCIMENTO JUNIOR, A. do; BASSOI, M. C.; MANICA, J.; BRAMMER, S. P.; MACIEL, J. L. N.; LAU, D. Caracterização de genótipos de triticale para atributos adaptativos. In: REUNIÃO DA COMISSÃO BRASILEIRA DE PESQUISA DE TRIGO E TRITICALE, 6., 2012, Londrina. [Anais...]. Londrina: IAPAR, 2012. 4 p. Trabalho 83-1. 1 CD-ROM.| Biblioteca(s): Embrapa Soja; Embrapa Trigo. |
| |
| 186. | | BENITO, N. P.; NAVIA, D.; MELO, J. W. da S.; TRUOL, G.; PEREIRA, P. R. V. da S.; LAU, D. Probabilidade de estabelecimento do Ácaro do Enrolamento do Trigo, Aceria tosichella Keifer, no Brasil. In: WORKSHOP: COOPERAÇÃO INTERNACIONAL EMBRAPA / INTA, 2013, Passo Fundo. Livro de resumos... Brasília, DF: Embrapa, 2013. Res. 15, p. 64-67.| Biblioteca(s): Embrapa Recursos Genéticos e Biotecnologia. |
| |
| 187. | | BENITO, N. P.; NAVIA, D.; MELO, J. W. da S.; TRUOL, G.; PEREIRA, P. R. V. da S.; LAU, D. Probabilidade de estabelecimento do Ácaro do Enrolamento do Trigo, Aceria tosichella Keifer, no Brasil. In: WORKSHOP: COOPERAÇÃO INTERNACIONAL EMBRAPA / INTA, 2013, Passo Fundo. Livro de resumos... Brasília, DF: Embrapa, 2013. Res. 15, p. 64-67.| Biblioteca(s): Embrapa Trigo. |
| |
| 188. | | SAVARIS, M.; LAMPERT, S.; SALVADORI, J. R.; LAU, D.; PEREIRA, P. R. V. da S.; SMANIOTTO, M. A. Population growth and damage caused by Rhopalosiphum padi (L.) (Hemiptera, Aphididae) on different cultivars and phenological stages of wheat. Neotropical Entomology, Londrina, v. 42, n. 5, p. 539-543, 2013.| Biblioteca(s): Embrapa Trigo. |
| |
| 189. | | MAURER, T. R.; DONATI, M. R.; FERREIRA, P. E. P.; SUZANA-MILAN, C. S.; FERNANDES, J. M. C.; LAU, D. Populações de afídeos em trigo: efeitos da época do ano, cultivar e tratamento de sementes. In: MOSTRA DE INICIAÇÃO CIENTÍFICA, 18.; MOSTRA DE PÓS-GRADUAÇÃO DA EMBRAPA TRIGO, 15., 2023, Passo Fundo. Resumos... Passo Fundo: Embrapa Trigo, 2023. p. 27. (Embrapa Trigo. Eventos técnicos e científicos, 1). ODS 2.| Biblioteca(s): Embrapa Trigo. |
| |
| 190. | | STOETZER, A.; KAWAKAMI, J.; MARSARO JÚNIOR, A. L.; LAU, D.; PEREIRA, P. R. V. da S.; ANTONIAZZI, N. Protective effect and economic impact of insecticide application methods on barley. Pesquisa Agropecuária Brasileira, Brasília, DF, v. 49, n. 3, p. 153-162, mar. 2014.| Biblioteca(s): Embrapa Trigo; Embrapa Unidades Centrais. |
| |
| 194. | | ALEMANDRI, V.; BAINOTTI, C. T.; LAU, D.; FERREIRA, D. N. M.; RODRIGUEZ, S. M.; LAMBERTINI, P. L.; TRUOL, G. Reaction of South American wheat genotypes to wheat streak mosaic virus. Journal of Plant Pathology, v. 101, n. 1, p. 107-113, 2019.| Biblioteca(s): Embrapa Trigo. |
|  |
| 195. | | ALEMANDRI, V.; BAINOTTI, C. T.; LAU, D.; NAVIA, D.; RODRIGUEZ, S. M.; LAMBERTINI, P. L.; TRUOL, G. Reaction of South American wheat genotypes to wheat streak mosaic virus. Journal of Plant Pathology, v. 101, n. 1, p. 107-113, 2019.| Biblioteca(s): Embrapa Recursos Genéticos e Biotecnologia. |
| |
| 196. | | MACIEL, J. L. N.; SBALCHEIRO, C. C.; LAU, D.; SANTANA, F. M.; COSTAMILAN, L. M.; LIMA, M. I. P. M. Doenças da cultura do trigo no Brasil. Revista Plantio Direto & Tecnologia Agrícola, v. 29, n. 174, p. 10-17, mar./abr. 2020.| Biblioteca(s): Embrapa Trigo. |
| |
| 197. | | BOTELHO, S. A.; MARTINS, T. P.; DUARTE, M. F.; BARBOSA, A. V.; LAU, D.; FERNANDES, F. R.; SANCHES, M. M. Development of methodologies for diagnosis of viruses in soybean and wheat seeds. MethodsX, v. 3, p. 62-68, 2016.| Biblioteca(s): Embrapa Quarentena Vegetal. |
| |
| 198. | | PALMA, G. R.; GODOY, W. A. C.; ENGEL, E.; LAU, D.; GALVAN, E.; MASON, O.; MARKHAM, C.; MORAL, R. A. Pattern-based prediction of population outbreaks. Ecological Informatics, v. 77, 102220, nov. 2023.| Biblioteca(s): Embrapa Trigo. |
| |
| 199. | | STOETZER, A.; KAWAKAMI, J.; LAU, D.; PEREIRA, P. R. V. da S.; MARSARO JÚNIOR, A. L.; ALMEIDA, J. L. de. Ocorrência de nanismo amarelo em cultivares de trigo sob condições de campo em Guarapuava, PR, 2011. In: REUNIÃO DA COMISSÃO BRASILEIRA DE PESQUISA DE TRIGO E TRITICALE, 6., 2012, Londrina. [Anais...]. Londrina: IAPAR, 2012. 5 p. Trabalho 6-2. 1 CD-ROM.| Biblioteca(s): Embrapa Trigo. |
| |
| 200. | | PEREIRA, P. R. V. da S.; LAU, D.; FERREIRA, D. N. M.; PAZINATO, B. M.; VARGAS, L. V. Parâmetros de infestação de Aceria tosichella (Prostigmata: Eriophyidae) em gramíneas hospedeiras (2012-2013). In: REUNIÃO DA COMISSÃO BRASILEIRA DE PESQUISA DE TRIGO E TRITICALE, 8.; SEMINÁRIO TÉCNICO DO TRIGO, 9., 2014, Canela; REUNIÃO DA COMISSÃO BRASILEIRA DE PESQUISA DE TRIGO E TRITICALE, 9.; SEMINÁRIO TÉCNICO DO TRIGO, 10., 2015, Passo Fundo. Anais... Passo Fundo: Biotrigo Genética: Embrapa Trigo, 2015. 2014-Entomologia-Trabalho 133.| Biblioteca(s): Embrapa Recursos Genéticos e Biotecnologia. |
| |
| Registros recuperados : 374 | |
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Trigo. |
|
Data corrente: |
08/08/2023 |
|
Data da última atualização: |
08/08/2023 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 1 |
|
Autoria: |
PALMA, G. R.; GODOY, W. A. C.; ENGEL, E.; LAU, D.; GALVAN, E.; MASON, O.; MARKHAM, C.; MORAL, R. A. |
|
Afiliação: |
GABRIEL R. PALMA, Maynooth University; WESLEY A. C. GODOY, Universidade de São Paulo; EDUARDO ENGEL, Universidade de São Paulo; DOUGLAS LAU, CNPT; EDGAR GALVAN, Maynooth University; OLIVER MASON, Maynooth University; CHARLES MARKHAM, Maynooth University; RAFAEL A. MORAL, Maynooth University. |
|
Título: |
Pattern-based prediction of population outbreaks. |
|
Ano de publicação: |
2023 |
|
Fonte/Imprenta: |
Ecological Informatics, v. 77, 102220, nov. 2023. |
|
DOI: |
https://doi.org/10.1016/j.ecoinf.2023.102220 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Resumo: A complexidade e a importância prática dos surtos de insetos tornaram o problema de prever surtos um foco de pesquisa recente. Propomos o método de Previsão Baseada em Padrões (PBP) para prever surtos populacionais. Este método usa informações sobre valores de séries temporais anteriores que precedem um evento de surto como preditores de surtos futuros, o que pode ser útil ao monitorar espécies de pragas. Nós ilustramos o método usando conjuntos de dados simulados e uma série temporal de pulgões obtida em lavouras de trigo no sul do Brasil. Abstract: The complexity and practical importance of insect outbreaks have made the problem of predicting outbreaks a focus of recent research. We propose the Pattern-Based Prediction (PBP) method for predicting population outbreaks. It uses information on previous time series values that precede an outbreak event as predictors of future outbreaks, which can be helpful when monitoring pest species. We illustrate the methodology using simulated datasets and an aphid time series obtained in wheat crops in Southern Brazil. We obtained an average test accuracy of 84.6% in the simulation studies implemented with stochastic models and 95.0% for predicting outbreaks using a time series of aphids in wheat crops in Southern Brazil. Our results show the PBP method's feasibility in predicting population outbreaks. We benchmarked our results against established state-of-the-art machine learning methods: Support Vector Machines, Deep Neural Networks, Long Short Term Memory and Random Forests. The PBP method yielded a competitive performance associated with higher true-positive rates in most comparisons while providing interpretability rather than being a black-box method. It is an improvement over current state-of-the-art machine learning tools, especially by non-specialists, such as ecologists aiming to use a quantitative approach for pest monitoring. We provide the implemented PBP method in Python through the pypbp package. MenosResumo: A complexidade e a importância prática dos surtos de insetos tornaram o problema de prever surtos um foco de pesquisa recente. Propomos o método de Previsão Baseada em Padrões (PBP) para prever surtos populacionais. Este método usa informações sobre valores de séries temporais anteriores que precedem um evento de surto como preditores de surtos futuros, o que pode ser útil ao monitorar espécies de pragas. Nós ilustramos o método usando conjuntos de dados simulados e uma série temporal de pulgões obtida em lavouras de trigo no sul do Brasil. Abstract: The complexity and practical importance of insect outbreaks have made the problem of predicting outbreaks a focus of recent research. We propose the Pattern-Based Prediction (PBP) method for predicting population outbreaks. It uses information on previous time series values that precede an outbreak event as predictors of future outbreaks, which can be helpful when monitoring pest species. We illustrate the methodology using simulated datasets and an aphid time series obtained in wheat crops in Southern Brazil. We obtained an average test accuracy of 84.6% in the simulation studies implemented with stochastic models and 95.0% for predicting outbreaks using a time series of aphids in wheat crops in Southern Brazil. Our results show the PBP method's feasibility in predicting population outbreaks. We benchmarked our results against established state-of-the-art machine learning methods: Support Vector Machines, Deep Neural Ne... Mostrar Tudo |
|
Palavras-Chave: |
Alert zone procedure; Aprendizado de máquina; Deep learning; Machine learning; Monitoramento de pragas; Séries Temporais; Sistemas alerta; Sistemas de Suporte à Tomada de Decisão; Time series. |
|
Thesagro: |
Afídeo; Dinâmica Populacional; Epidemiologia; Lavoura; Praga de Planta; Trigo. |
|
Thesaurus NAL: |
Population dynamics; Time series analysis; Wheat. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1155768/1/Pattern-based-prediction-of-population-outbreaks.pdf
|
|
Marc: |
LEADER 03206naa a2200433 a 4500
001 2155768
005 2023-08-08
008 2023 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.1016/j.ecoinf.2023.102220$2DOI
100 1 $aPALMA, G. R.
245 $aPattern-based prediction of population outbreaks.$h[electronic resource]
260 $c2023
520 $aResumo: A complexidade e a importância prática dos surtos de insetos tornaram o problema de prever surtos um foco de pesquisa recente. Propomos o método de Previsão Baseada em Padrões (PBP) para prever surtos populacionais. Este método usa informações sobre valores de séries temporais anteriores que precedem um evento de surto como preditores de surtos futuros, o que pode ser útil ao monitorar espécies de pragas. Nós ilustramos o método usando conjuntos de dados simulados e uma série temporal de pulgões obtida em lavouras de trigo no sul do Brasil. Abstract: The complexity and practical importance of insect outbreaks have made the problem of predicting outbreaks a focus of recent research. We propose the Pattern-Based Prediction (PBP) method for predicting population outbreaks. It uses information on previous time series values that precede an outbreak event as predictors of future outbreaks, which can be helpful when monitoring pest species. We illustrate the methodology using simulated datasets and an aphid time series obtained in wheat crops in Southern Brazil. We obtained an average test accuracy of 84.6% in the simulation studies implemented with stochastic models and 95.0% for predicting outbreaks using a time series of aphids in wheat crops in Southern Brazil. Our results show the PBP method's feasibility in predicting population outbreaks. We benchmarked our results against established state-of-the-art machine learning methods: Support Vector Machines, Deep Neural Networks, Long Short Term Memory and Random Forests. The PBP method yielded a competitive performance associated with higher true-positive rates in most comparisons while providing interpretability rather than being a black-box method. It is an improvement over current state-of-the-art machine learning tools, especially by non-specialists, such as ecologists aiming to use a quantitative approach for pest monitoring. We provide the implemented PBP method in Python through the pypbp package.
650 $aPopulation dynamics
650 $aTime series analysis
650 $aWheat
650 $aAfídeo
650 $aDinâmica Populacional
650 $aEpidemiologia
650 $aLavoura
650 $aPraga de Planta
650 $aTrigo
653 $aAlert zone procedure
653 $aAprendizado de máquina
653 $aDeep learning
653 $aMachine learning
653 $aMonitoramento de pragas
653 $aSéries Temporais
653 $aSistemas alerta
653 $aSistemas de Suporte à Tomada de Decisão
653 $aTime series
700 1 $aGODOY, W. A. C.
700 1 $aENGEL, E.
700 1 $aLAU, D.
700 1 $aGALVAN, E.
700 1 $aMASON, O.
700 1 $aMARKHAM, C.
700 1 $aMORAL, R. A.
773 $tEcological Informatics$gv. 77, 102220, nov. 2023.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Trigo (CNPT) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
