|
|
| Acesso ao texto completo restrito à biblioteca da Embrapa Agricultura Digital. Para informações adicionais entre em contato com cnptia.biblioteca@embrapa.br. |
Registro Completo |
Biblioteca(s): |
Embrapa Agricultura Digital. |
Data corrente: |
15/12/2023 |
Data da última atualização: |
15/12/2023 |
Tipo da produção científica: |
Orientação de Tese de Pós-Graduação |
Autoria: |
WERNER, J. P. S. |
Afiliação: |
JOÃO PAULO SAMPAIO WERNER. |
Título: |
Aprendizado profundo e séries temporais de imagens dos satélites Sentinel-2 e PlanetScope para o mapeamento de áreas com integração lavoura-pecuária: uma contribuição para o desenvolvimento agropecuário sustentável. |
Ano de publicação: |
2023 |
Fonte/Imprenta: |
2023. |
Páginas: |
100 p. |
Idioma: |
Português |
Notas: |
Tese (Doutorado em Engenharia Agrícola) - Faculdade de Engenharia Agrícola, Universidade Estadual de Campinas, Campinas. Orientadora: Kelly Dantas Araújo Figueiredo, coorientador: Júlio César Dalla Mora Esquerdo. |
Conteúdo: |
O objetivo geral da tese foi desenvolver uma metodologia de mapeamento de áreas com sistemas de iLP por meio da aplicação de algoritmos de aprendizado profundo em cubos de dados das séries temporais de imagens de satélite (STIS) oriundas de Sentinel-2 (S2), PlanetScope (PS) e da fusão de ambas (DF, Data Fusion em inglês). |
Palavras-Chave: |
Agricultura regenerativa; Aprendizado profundo; Cubo de dados; Data cube; Data fusion; Deep learning; Fusão de dados; ILP; Imagens multiespectrais; Integração lavoura-pecuária; Integrated crop-livestock systems; Inteligência artificial; Multi-sensor; Multisensores; Regenerative agriculture; Rotação de cultivos. |
Thesaurus Nal: |
Artificial intelligence. |
Categoria do assunto: |
-- |
Marc: |
LEADER 01656nam a2200337 a 4500 001 2159788 005 2023-12-15 008 2023 bl uuuu m 00u1 u #d 100 1 $aWERNER, J. P. S. 245 $aAprendizado profundo e séries temporais de imagens dos satélites Sentinel-2 e PlanetScope para o mapeamento de áreas com integração lavoura-pecuária$buma contribuição para o desenvolvimento agropecuário sustentável.$h[electronic resource] 260 $a2023.$c2023 300 $a100 p. 500 $aTese (Doutorado em Engenharia Agrícola) - Faculdade de Engenharia Agrícola, Universidade Estadual de Campinas, Campinas. Orientadora: Kelly Dantas Araújo Figueiredo, coorientador: Júlio César Dalla Mora Esquerdo. 520 $aO objetivo geral da tese foi desenvolver uma metodologia de mapeamento de áreas com sistemas de iLP por meio da aplicação de algoritmos de aprendizado profundo em cubos de dados das séries temporais de imagens de satélite (STIS) oriundas de Sentinel-2 (S2), PlanetScope (PS) e da fusão de ambas (DF, Data Fusion em inglês). 650 $aArtificial intelligence 653 $aAgricultura regenerativa 653 $aAprendizado profundo 653 $aCubo de dados 653 $aData cube 653 $aData fusion 653 $aDeep learning 653 $aFusão de dados 653 $aILP 653 $aImagens multiespectrais 653 $aIntegração lavoura-pecuária 653 $aIntegrated crop-livestock systems 653 $aInteligência artificial 653 $aMulti-sensor 653 $aMultisensores 653 $aRegenerative agriculture 653 $aRotação de cultivos
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 Soja. |
Data corrente: |
13/07/2017 |
Data da última atualização: |
01/12/2017 |
Tipo da produção científica: |
Artigo em Anais de Congresso |
Autoria: |
KRZYZANOWSKI, F. C.; FRANÇA-NETO, J. B.; LORINI, I.; HENNING, A. A.; HENNING, F. A.; OLIVEIRA, M. A. de; MANDARINO, J. M. G.; HIRAKURI, M. H.; BENASSI, V. T. |
Afiliação: |
FRANCISCO CARLOS KRZYZANOWSKI, CNPSO; JOSE DE BARROS FRANCA NETO, CNPSO; IRINEU LORINI, CNPSO; ADEMIR ASSIS HENNING, CNPSO; FERNANDO AUGUSTO HENNING, CNPSO; MARCELO ALVARES DE OLIVEIRA, CNPSO; JOSE MARCOS GONTIJO MANDARINO, CNPSO; MARCELO HIROSHI HIRAKURI, CNPSO; VERA DE TOLEDO BENASSI, CNPSO. |
Título: |
Determinação da qualidade física dos grãos de soja colhidos na safra 2015/16. |
Ano de publicação: |
2017 |
Fonte/Imprenta: |
In: REUNIÃO DE PESQUISA DE SOJA, 36., 2017, Londrina, PR. Resumos expandidos... Londrina: Embrapa Soja, 2017. p. 246-248. (Embrapa Soja. Documentos, 388). Editado por Alvadi Antonio Balbinot Junior, Fernando Augusto Henning, Regina Maria Villas Bôas de Campos Leite. |
Idioma: |
Português |
Thesagro: |
Controle de qualidade; Soja. |
Thesaurus NAL: |
Grain quality; Soybeans. |
Categoria do assunto: |
F Plantas e Produtos de Origem Vegetal |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/161751/1/246.pdf
|
Marc: |
LEADER 00943nam a2200241 a 4500 001 2072657 005 2017-12-01 008 2017 bl uuuu u00u1 u #d 100 1 $aKRZYZANOWSKI, F. C. 245 $aDeterminação da qualidade física dos grãos de soja colhidos na safra 2015/16.$h[electronic resource] 260 $aIn: REUNIÃO DE PESQUISA DE SOJA, 36., 2017, Londrina, PR. Resumos expandidos... Londrina: Embrapa Soja, 2017. p. 246-248. (Embrapa Soja. Documentos, 388). Editado por Alvadi Antonio Balbinot Junior, Fernando Augusto Henning, Regina Maria Villas Bôas de Campos Leite.$c2017 650 $aGrain quality 650 $aSoybeans 650 $aControle de qualidade 650 $aSoja 700 1 $aFRANÇA-NETO, J. B. 700 1 $aLORINI, I. 700 1 $aHENNING, A. A. 700 1 $aHENNING, F. A. 700 1 $aOLIVEIRA, M. A. de 700 1 $aMANDARINO, J. M. G. 700 1 $aHIRAKURI, M. H. 700 1 $aBENASSI, V. T.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Soja (CNPSO) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Expressão de busca inválida. Verifique!!! |
|
|