|
|
Registros recuperados : 13 | |
6. | | OLIVEIRA, G. S. de; SILVEIRA, E. S.; SANTOS, M. F.; FERNANDES, C. D.; JANK, L.; MATSUBARA, E. T. Caracterização do banco de germoplasma de Panicum maximum quanto a fatores bióticos: uso de drones para avaliação de doenças. In: JORNADA CIENTÍFICA EMBRAPA GADO DE CORTE, 15., 2019, Campo Grande, MS. [Resumos dos trabalhos...]. Brasília, DF: Embrapa, 2019 80 p. (Embrapa Gado de Corte. Documentos, 264). Comitê Organizador: Marlene de Barros Coelho; Lenita Ramires dos Santos; Rodrigo Carvalho Alva; Lucimara Chiari; Thais Basso Amaral. p. 40-41 Biblioteca(s): Embrapa Gado de Corte. |
| |
7. | | LIMA, S. R. de; OLIVEIRA, G. S. de; MORAIS, S. A. L. de; NASCIMENTO, E. A. do; CHANG, R. Estudo dos constituintes macromoleculares, extrativos voláteis e compostos fenólicos da madeira de candeia - Moquinia polymorpha (Less.) DC. Ciência Florestal, Santa Maria, v. 17, n. 1/2, p. 145-155, jan./mar. 2007. Biblioteca(s): Embrapa Florestas. |
| |
8. | | OLIVEIRA, G. S. de A.; FIGUEIRAS, S. da S.; SILVA, K. R. C.; SERRANO, L. J. P.; ALCANTARA, R. M. C. M. de; ARAUJO NETO, R. B. de. Análise do crescimento inicial de mudas florestais em substratos orgânicos. In: JORNADA DE INICIAÇÃO CIENTÍFICA DA EMBRAPA MEIO-NORTE, 7., 2021, Teresina, PI. Anais... Teresina: Embrapa Meio-Norte, 2023. (Embrapa Meio-Norte. Documentos, 287). p. 14. Biblioteca(s): Embrapa Meio-Norte. |
| |
9. | | GUIDOLINI, J. F.; SCHULER, A. E.; CARNEIRO, F. M.; OLIVEIRA, G. S. de; COSTA, B. de O.; SILVA, M. C. da; PISSARRA, T. C. T. Compilação e organização de parâmetros físicos de solos da Bacia do Pito Aceso para aplicação no sistema de modelagem hidrológica JAMS. In: CONGRESO LATINOAMERICANO Y DEL CARIBE DE INGENIERÍA AGRÍCOLA, 11.; CONGRESO NACIONAL DE INGENIERÍA AGRÍCOLA, 23., 2014, Cancún. Desarrollos de ingeniería agrícola en América Latina: trabajos. Santiago: Asociación Latinoamericana y del Caribe de Ingeniería Agrícola, 2014. Biblioteca(s): Embrapa Solos. |
| |
10. | | NASCIMENTO, A. P. de S.; OLIVEIRA, G. S. de A.; CARVALHO, I. E. de; CARVALHO, S. P.; ARAUJO NETO, R. B. de; ALCANTARA, R. M. C. M. de. Teor de proteína bruta e fibra do milho com gramíneas e leguminosas em consórcios duplos e triplos, nas condições do leste maranhense. In: JORNADA DE INICIAÇÃO CIENTÍFICA DA EMBRAPA MEIO-NORTE, 8., 2022, Teresina, PI. Anais... Teresina: Embrapa Meio-Norte, 2023. p. 69. (Embrapa Meio-Norte. Documentos, 291). Biblioteca(s): Embrapa Meio-Norte. |
| |
11. | | OLIVEIRA, G. S. de A.; NASCIMENTO, A. P. de S.; CARVALHO, I. E. de; SOARES, L. das D. do N.; ARAUJO NETO, R. B. de; ALCANTARA, R. M. C. M. de. Valor nutricional de plantas de cobertura em sobressemeadura da soja no leste maranhense. In: JORNADA DE INICIAÇÃO CIENTÍFICA DA EMBRAPA MEIO-NORTE, 8., 2022, Teresina, PI. Anais... Teresina: Embrapa Meio-Norte, 2023. p. 76. (Embrapa Meio-Norte. Documentos, 291). Biblioteca(s): Embrapa Meio-Norte. |
| |
12. | | OLIVEIRA, G. S. de; MARCATO JUNIOR, J.; POLIDORO, C.; OSCO, L. P.; SIQUEIRA, H.; RODRIGUES, L.; JANK, L.; BARRIOS, S. C. L.; VALLE, C.; SIMEÃO, R. M.; CARROMEU, C.; SILVEIRA, E.; JORGE, L. A. de C.; GONÇALVES, W.; SANTOS, M. F.; MATSUBARA, E. Convolutional Neural Networks to Estimate Dry Matter Yield in a Guineagrass Breeding Program Using UAV Remote Sensing. Sensors, v. 21, n. 3971, 2021. Biblioteca(s): Embrapa Gado de Corte; Embrapa Instrumentação. |
| |
13. | | BERGIER, I.; GOULART, T.; FRANCO, E.; RECH, R.; SILVA, D. S. da; OLIVEIRA, G. S. de; ALVES, L. F.; MORAES, A.; KOSOSKI, A. R.; SANTOS, K.; BULLER, L. S.; ORTEGA, H.; FERNANDES, C.; SILVA, R.; SILVA, P.; GABAS, S. G.; LASTORIA, G.; MORAES, O.; RAMOS, F. M.; TOMICH, T. R. Fertirrigação e agricultura de baixa emissão de carbono: resultados do projeto CNPq/REPENSA em São Gabriel do Oeste. Corumbá: Embrapa Pantanal, 2012. 30 p. il. (Boletim de Pesquisa e Desenvolvimento, 116). Biblioteca(s): Embrapa Gado de Leite; Embrapa Pantanal. |
| |
Registros recuperados : 13 | |
|
|
Registro Completo
Biblioteca(s): |
Embrapa Gado de Corte; Embrapa Instrumentação. |
Data corrente: |
13/09/2021 |
Data da última atualização: |
17/09/2021 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Circulação/Nível: |
A - 1 |
Autoria: |
OLIVEIRA, G. S. de; MARCATO JUNIOR, J.; POLIDORO, C.; OSCO, L. P.; SIQUEIRA, H.; RODRIGUES, L.; JANK, L.; BARRIOS, S. C. L.; VALLE, C.; SIMEÃO, R. M.; CARROMEU, C.; SILVEIRA, E.; JORGE, L. A. de C.; GONÇALVES, W.; SANTOS, M. F.; MATSUBARA, E. |
Afiliação: |
GABRIEL SILVA DE OLIVEIRA, Universidade Federal do Mato Grosso do Sul, Campo Grande, Brasil.; JOSÉ MARCATO JUNIOR, Universidade Federal do Mato Grosso do Sul, Campo Grande, Brasil.; CAIO POLIDORO, Universidade Federal do Mato Grosso do Sul, Campo Grande, Brasil.; LUCAS PRADO OSCO, Universidade Federal do Mato Grosso do Sul, Campo Grande, Brasil.; HENRIQUE SIQUEIRA, Universidade Federal do Mato Grosso do Sul, Campo Grande, Brasil.; LUCAS RODRIGUES, Universidade Federal do Mato Grosso do Sul, Campo Grande, Brasil.; LIANA JANK, CNPGC; SANZIO CARVALHO LIMA BARRIOS, CNPGC; CACILDA VALLE, Embrapa Gado de Corte; ROSANGELA MARIA SIMEAO, CNPGC; CAMILO CARROMEU, CNPGC; ELOISE SILVEIRA, Universidade Federal do Mato Grosso do Sul, Campo Grande, Brasil.; LUCIO ANDRE DE CASTRO JORGE, CNPDIA; WESLEY GONÇALVES, Universidade Federal do Mato Grosso do Sul, Campo Grande, Brasil.; MATEUS FIGUEIREDO SANTOS, CNPGC; EDSON MATSUBARA, Universidade Federal do Mato Grosso do Sul, Campo Grande, Brasil. |
Título: |
Convolutional Neural Networks to Estimate Dry Matter Yield in a Guineagrass Breeding Program Using UAV Remote Sensing. |
Ano de publicação: |
2021 |
Fonte/Imprenta: |
Sensors, v. 21, n. 3971, 2021. |
Idioma: |
Inglês |
Palavras-Chave: |
Brazilian pasture; Deep learning; Forage dry matter yield; High-throughput phenotyping. |
Thesaurus NAL: |
Pastures. |
Categoria do assunto: |
-- |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/225919/1/P-Convolutional-Neural-Networks-to-Estimate-Dry-Matter-Yield-in.pdf
|
Marc: |
LEADER 00984naa a2200349 a 4500 001 2134302 005 2021-09-17 008 2021 bl uuuu u00u1 u #d 100 1 $aOLIVEIRA, G. S. de 245 $aConvolutional Neural Networks to Estimate Dry Matter Yield in a Guineagrass Breeding Program Using UAV Remote Sensing. 260 $c2021 650 $aPastures 653 $aBrazilian pasture 653 $aDeep learning 653 $aForage dry matter yield 653 $aHigh-throughput phenotyping 700 1 $aMARCATO JUNIOR, J. 700 1 $aPOLIDORO, C. 700 1 $aOSCO, L. P. 700 1 $aSIQUEIRA, H. 700 1 $aRODRIGUES, L. 700 1 $aJANK, L. 700 1 $aBARRIOS, S. C. L. 700 1 $aVALLE, C. 700 1 $aSIMEÃO, R. M. 700 1 $aCARROMEU, C. 700 1 $aSILVEIRA, E. 700 1 $aJORGE, L. A. de C. 700 1 $aGONÇALVES, W. 700 1 $aSANTOS, M. F. 700 1 $aMATSUBARA, E. 773 $tSensors$gv. 21, n. 3971, 2021.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Gado de Corte (CNPGC) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|