| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Florestas. |
|
Data corrente: |
02/12/2019 |
|
Data da última atualização: |
03/12/2019 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
CHIARELLO, F.; STEINER, M. T. A.; OLIVEIRA, E. B. de; ARCE, J. E.; FERREIRA, J. C. |
|
Afiliação: |
Flávio Chiarello, PUC-PR; Maria Teresinha Arns Steiner, PUC-PR; EDILSON BATISTA DE OLIVEIRA, CNPF; Júlio Eduardo Arce, UFPR; Júlio César Ferreira, PUC-PR. |
|
Título: |
Artificial neural networks applied in forest biometrics and modeling: state of the art (January/2007 to July/2018). |
|
Ano de publicação: |
2019 |
|
Fonte/Imprenta: |
Cerne, v. 25 n. 2, p. 140-155, Apr./June 2019. |
|
DOI: |
10.1590/01047760201925022626 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Artificial Intelligence has been an important support tool in different spheres of activity, enabling knowledge aggregation, process optimization and the application of methodologies capable of solving complex real problems. Despite focusing on a wide range of successful metrics, the Artificial Neural Network (ANN) approach, a technique similar to the central nervous system, has gained notoriety and relevance with regard to the classification of standards, intrinsic parameter estimates, remote sense, data mining and other possibilities. This article aims to conduct a systematic review, involving some bibliometric aspects, to detect the application of ANNs in the field of Forest Engineering, particularly in the prognosis of the essential parameters for forest inventory, analyzing the construction of the scopes, implementation of networks (type ? classification), the software used and complementary techniques. Of the 1,140 articles collected from three research databases (Science Direct, Scopus and Web of Science), 43 articles underwent these analyses. The results show that the number of works within this scope has increased continuously, with 32% of the analyzed articles predicting the final total marketable volume, 78% making use of Multilayer Perceptron Networks (MLP, Multilayer Perceptron) and 63% from Brazilian researchers. |
|
Palavras-Chave: |
Bibliometric Review; Forest Engineering Problems; Inteligência artificial; Multilayer Perceptron; Revisão Bibliométrica; Revisão sistemática. |
|
Thesaurus Nal: |
Artificial intelligence; Systematic review. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/205952/1/2019-Edilson-Cerne-Artificial.pdf
|
|
Marc: |
LEADER 02246naa a2200277 a 4500
001 2115699
005 2019-12-03
008 2019 bl uuuu u00u1 u #d
024 7 $a10.1590/01047760201925022626$2DOI
100 1 $aCHIARELLO, F.
245 $aArtificial neural networks applied in forest biometrics and modeling$bstate of the art (January/2007 to July/2018).$h[electronic resource]
260 $c2019
520 $aArtificial Intelligence has been an important support tool in different spheres of activity, enabling knowledge aggregation, process optimization and the application of methodologies capable of solving complex real problems. Despite focusing on a wide range of successful metrics, the Artificial Neural Network (ANN) approach, a technique similar to the central nervous system, has gained notoriety and relevance with regard to the classification of standards, intrinsic parameter estimates, remote sense, data mining and other possibilities. This article aims to conduct a systematic review, involving some bibliometric aspects, to detect the application of ANNs in the field of Forest Engineering, particularly in the prognosis of the essential parameters for forest inventory, analyzing the construction of the scopes, implementation of networks (type ? classification), the software used and complementary techniques. Of the 1,140 articles collected from three research databases (Science Direct, Scopus and Web of Science), 43 articles underwent these analyses. The results show that the number of works within this scope has increased continuously, with 32% of the analyzed articles predicting the final total marketable volume, 78% making use of Multilayer Perceptron Networks (MLP, Multilayer Perceptron) and 63% from Brazilian researchers.
650 $aArtificial intelligence
650 $aSystematic review
653 $aBibliometric Review
653 $aForest Engineering Problems
653 $aInteligência artificial
653 $aMultilayer Perceptron
653 $aRevisão Bibliométrica
653 $aRevisão sistemática
700 1 $aSTEINER, M. T. A.
700 1 $aOLIVEIRA, E. B. de
700 1 $aARCE, J. E.
700 1 $aFERREIRA, J. C.
773 $tCerne$gv. 25 n. 2, p. 140-155, Apr./June 2019.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Florestas (CNPF) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Agroindústria de Alimentos; Embrapa Agroindústria Tropical; Embrapa Agropecuária Oeste; Embrapa Pesca e Aquicultura; Embrapa Unidades Centrais. |
|
Data corrente: |
09/12/2020 |
|
Data da última atualização: |
16/12/2020 |
|
Tipo da produção científica: |
Autoria/Organização/Edição de Livros |
|
Autoria: |
LUIZ, D. de B.; SANTOS, V. R. V. dos; LIMA, L. K. F. de; FRITZ, A. R. M.; BRIGIDA, A. I. S.; SOUZA, A. L. M. de; MUÑOZ, A. E. P.; FURTADO, A. A. L.; MESQUITA, E. de F. M. de; PONSANO, E. H. G.; GUIMARÃES, J. de T.; NAVAL, L. P.; RODRIGUES, L. G. G.; IWASHITA, M. K. P.; CHICRALA, P. C. M. S.; MOREIRA, R. de F. P. M.; BORGHESI, R.; ALVES, R. R.; MARTO, V. C. de O. |
|
Afiliação: |
DANIELLE DE BEM LUIZ, CNPSA; VIVIANE RODRIGUES V DOS SANTOS, CNPASA; LEANDRO KANAMARU FRANCO DE LIMA, CNPASA; ALCILENE RODRIGUES MONTEIRO FRITZ, UNIVERSIDADE FEDERAL DE SANTA CATARINA; ANA IRAIDY SANTA BRIGIDA, CNPAT; ANDRE LUIZ MEDEIROS DE SOUZA, FUNDAÇÃO INSTITUTO DE PESCA DO ESTADO DO RIO DE JANEIRO; ANDREA ELENA PIZARRO MUNOZ, CNPASA; ANGELA APARECIDA LEMOS FURTADO, CTAA; ELIANA DE FÁTIMA MARQUES DE MESQUITA, UNIVERSIDADE FEDERAL FLUMINENSE; ELISA HELENA GIGLIO PONSANO, UNIVERSIDADE ESTADUAL PAULISTA "JULIO DE MESQUITA FILHO"; JONAS DE TOLEDO GUIMARAES, UNIVERSIDADE FEDERAL FLUMINENSE; LILIANA PENA NAVAL, UNIVERSIDADE FEDERAL DO TOCANTINS; LUIZ GUSTAVO GONCALVES RODRIGUES, UNIVERSIDADE FEDERAL DE SANTA CATARINA; MARINA KEIKO PIERONI IWASHITA, SIN; PATRICIA COSTA M SOARES CHICRALA, CNPASA; REGINA DE FATIMA PERALTA MUNIZ MOREIRA, UNIVERSIDADE FEDERAL DE SANTA CATARINA; RICARDO BORGHESI, CPAO; ROSIANA RODRIGUES ALVES, CNPASA; VANILCIA CLEMENTINO DE OLIVEIRA MARTO, SECRETARIA DE MEIO AMBIENTE E DESENVOLVIMENTO URBANO, Porto Nacional-TO. |
|
Título: |
Manual para gestão da água e de resíduos do processamento de peixes. |
|
Ano de publicação: |
2020 |
|
Fonte/Imprenta: |
Brasília, DF: Embrapa, 2020. |
|
Páginas: |
77 p. |
|
Descrição Física: |
il. |
|
ISBN: |
978-65-86056-32-7 |
|
Idioma: |
Português |
|
Conteúdo: |
O Manual para gestão da água e de resíduos do processamento de peixes é uma publicação técnica que aborda de forma organizada e didática duas questões fundamentais para gestão das indústrias de processamento de pescados nos tempos atuais: consumo de água e geração de resíduos. Para isso, reunimos uma equipe multidisciplinar com conhecimento em legislação, produção e sanidade de peixes, processamento de alimentos, melhoria de processos industriais, microbiologia, economia e estatística. Esse contexto ganha relevância diante da frequência com que diversas regiões no planeta têm sofrido com a escassez de água e com a contaminação química e orgânica dos corpos hídricos, em razão do descarte incorreto de resíduos e efluentes gerados nas indústrias. O foco no setor de pescados foi uma escolha natural por ser, entre os setores de processamento de carnes, o que apresenta as maiores taxas de expansão global. As orientações contidas neste manual estão alinhadas aos Objetivos de Desenvolvimento Sustentável (ODS), ratificados em 2015, durante a Cúpula das Nações Unidas sobre o Desenvolvimento Sustentável. |
|
Thesagro: |
Água; Pesca Industrial; Processamento; Produto Derivado de Pescado; Recurso Hídrico; Resíduo; Tecnologia de Alimento. |
|
Thesaurus NAL: |
Fish; Fisheries management; Industrialization; Processing residues; Water. |
|
Categoria do assunto: |
L Ciência Animal e Produtos de Origem Animal |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/219270/1/2020-manual-gestao.pdf
|
|
Marc: |
LEADER 02537nam a2200493 a 4500
001 2127919
005 2020-12-16
008 2020 bl uuuu 00u1 u #d
020 $a978-65-86056-32-7
100 1 $aLUIZ, D. de B.
245 $aManual para gestão da água e de resíduos do processamento de peixes.$h[electronic resource]
260 $aBrasília, DF: Embrapa$c2020
300 $a77 p.$cil.
520 $aO Manual para gestão da água e de resíduos do processamento de peixes é uma publicação técnica que aborda de forma organizada e didática duas questões fundamentais para gestão das indústrias de processamento de pescados nos tempos atuais: consumo de água e geração de resíduos. Para isso, reunimos uma equipe multidisciplinar com conhecimento em legislação, produção e sanidade de peixes, processamento de alimentos, melhoria de processos industriais, microbiologia, economia e estatística. Esse contexto ganha relevância diante da frequência com que diversas regiões no planeta têm sofrido com a escassez de água e com a contaminação química e orgânica dos corpos hídricos, em razão do descarte incorreto de resíduos e efluentes gerados nas indústrias. O foco no setor de pescados foi uma escolha natural por ser, entre os setores de processamento de carnes, o que apresenta as maiores taxas de expansão global. As orientações contidas neste manual estão alinhadas aos Objetivos de Desenvolvimento Sustentável (ODS), ratificados em 2015, durante a Cúpula das Nações Unidas sobre o Desenvolvimento Sustentável.
650 $aFish
650 $aFisheries management
650 $aIndustrialization
650 $aProcessing residues
650 $aWater
650 $aÁgua
650 $aPesca Industrial
650 $aProcessamento
650 $aProduto Derivado de Pescado
650 $aRecurso Hídrico
650 $aResíduo
650 $aTecnologia de Alimento
700 1 $aSANTOS, V. R. V. dos
700 1 $aLIMA, L. K. F. de
700 1 $aFRITZ, A. R. M.
700 1 $aBRIGIDA, A. I. S.
700 1 $aSOUZA, A. L. M. de
700 1 $aMUÑOZ, A. E. P.
700 1 $aFURTADO, A. A. L.
700 1 $aMESQUITA, E. de F. M. de
700 1 $aPONSANO, E. H. G.
700 1 $aGUIMARÃES, J. de T.
700 1 $aNAVAL, L. P.
700 1 $aRODRIGUES, L. G. G.
700 1 $aIWASHITA, M. K. P.
700 1 $aCHICRALA, P. C. M. S.
700 1 $aMOREIRA, R. de F. P. M.
700 1 $aBORGHESI, R.
700 1 $aALVES, R. R.
700 1 $aMARTO, V. C. de O.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Pesca e Aquicultura (CNPASA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
