|
|
Registro Completo |
Biblioteca(s): |
Embrapa Milho e Sorgo. |
Data corrente: |
18/09/2008 |
Data da última atualização: |
24/05/2018 |
Tipo da produção científica: |
Artigo em Anais de Congresso / Nota Técnica |
Autoria: |
VALICENTE, F. H.; PICOLI, E. A. de T.; VASCONCELOS, M. J. V. de; CARNEIRO, N.; CARNEIRO, A.; LANA, U. G. |
Afiliação: |
FERNANDO HERCOS VALICENTE, CNPMS; Edgard Augusto de Toledo Picoli, CNPMS; MARIA JOSE VILACA DE VASCONCELOS, CNPMS; NEWTON PORTILHO CARNEIRO, CNPMS; ANDREA ALMEIDA CARNEIRO, CNPMS; UBIRACI GOMES DE PAULA LANA, CNPMS. |
Título: |
Caracterização, distribuição e clonagem de genes Cry em cepas de Bacillus thuringiensis do banco da Embrapa-CNPMS. |
Ano de publicação: |
2008 |
Fonte/Imprenta: |
In: CONGRESSO NACIONAL DE MILHO E SORGO, 27.; SIMPOSIO BRASILEIRO SOBRE A LAGARTA-DO-CARTUCHO, SPODOPTERA FRUGIPERDA, 3.; WORKSHOP SOBRE MANEJO E ETIOLOGIA DA MANCHA BRANCA DO MILHO, 2008, Londrina. Agroenergia, produção de alimentos e mudanças climáticas: desafios para milho e sorgo: trabalhos e palestras. [Londrina]: IAPAR; [Sete Lagoas]: Embrapa Milho e Sorgo, 2008. |
Descrição Física: |
1 CD-ROM. |
Idioma: |
Português |
Palavras-Chave: |
Crystal protein; Milho transgênico. |
Thesagro: |
Bacillus Thuringiensis; Clonagem. |
Thesaurus Nal: |
Spodoptera. |
Categoria do assunto: |
S Ciências Biológicas |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/30063/1/Caracterizacao-distribuicao.pdf
|
Marc: |
LEADER 01051nam a2200229 a 4500 001 1491228 005 2018-05-24 008 2008 bl uuuu u00u1 u #d 100 1 $aVALICENTE, F. H. 245 $aCaracterização, distribuição e clonagem de genes Cry em cepas de Bacillus thuringiensis do banco da Embrapa-CNPMS.$h[electronic resource] 260 $aIn: CONGRESSO NACIONAL DE MILHO E SORGO, 27.; SIMPOSIO BRASILEIRO SOBRE A LAGARTA-DO-CARTUCHO, SPODOPTERA FRUGIPERDA, 3.; WORKSHOP SOBRE MANEJO E ETIOLOGIA DA MANCHA BRANCA DO MILHO, 2008, Londrina. Agroenergia, produção de alimentos e mudanças climáticas: desafios para milho e sorgo: trabalhos e palestras. [Londrina]: IAPAR; [Sete Lagoas]: Embrapa Milho e Sorgo$c2008 300 $c1 CD-ROM. 650 $aSpodoptera 650 $aBacillus Thuringiensis 650 $aClonagem 653 $aCrystal protein 653 $aMilho transgênico 700 1 $aPICOLI, E. A. de T. 700 1 $aVASCONCELOS, M. J. V. de 700 1 $aCARNEIRO, N. 700 1 $aCARNEIRO, A. 700 1 $aLANA, U. G.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Milho e Sorgo (CNPMS) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registro Completo
Biblioteca(s): |
Embrapa Agricultura Digital. |
Data corrente: |
12/01/2018 |
Data da última atualização: |
21/01/2020 |
Tipo da produção científica: |
Artigo em Anais de Congresso |
Autoria: |
SANTOS, A. A. dos; SANTOS, T. T. |
Afiliação: |
ANDREZA APARECIDA DOS SANTOS, Unicamp, Bolsista CNPTIA; THIAGO TEIXEIRA SANTOS, CNPTIA. |
Título: |
Estudo de métodos de aprendizagem profunda para reconhecimento de bagas de uva. |
Ano de publicação: |
2017 |
Fonte/Imprenta: |
In: MOSTRA DE ESTAGIÁRIOS E BOLSISTAS DA EMBRAPA INFORMÁTICA AGROPCUÁRIA, 13., 2017, Campinas. Resumos expandidos... Brasília, DF: Embrapa, 2017. |
Páginas: |
p. 43-46. |
ISBN: |
978-85-7035-761-8 |
Idioma: |
Português |
Notas: |
Editores técnicos: Giampaolo Queiroz Pellegrino, Luciana Guilherme Sacomani Zenerato, Maria Fernanda Moura, Giulia Croce, Poliana Fernanda Giachetto. |
Conteúdo: |
Resumo: Dois métodos de aprendizagem profunda (deep learning) para reconhecimento de frutos foram estudados. Foi utilizada uma base de dados de 1.830 imagens contando exemplos de bagas de uva e não uva manualmente anotadas. Os testes realizados demonstraram a identificação de bagas com 85% de precisão e de cobertura (recall) utilizando redes neurais convolutivas. Esses resultados melhoraram o método anteriormente proposto por Santos e Santos (2017) e demonstram a possibilidade de evolução de métodos que podem ser aplicados em campo. |
Palavras-Chave: |
Aprendizagem profunda; Deep learning; Pattern recognition; Reconhecimento de padrões; Visão computacional. |
Thesagro: |
Viticultura. |
Thesaurus NAL: |
Computer vision. |
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/170931/1/Estudo-de-metodo-aprendizagem.pdf
|
Marc: |
LEADER 01506nam a2200241 a 4500 001 2085142 005 2020-01-21 008 2017 bl uuuu u00u1 u #d 020 $a978-85-7035-761-8 100 1 $aSANTOS, A. A. dos 245 $aEstudo de métodos de aprendizagem profunda para reconhecimento de bagas de uva.$h[electronic resource] 260 $aIn: MOSTRA DE ESTAGIÁRIOS E BOLSISTAS DA EMBRAPA INFORMÁTICA AGROPCUÁRIA, 13., 2017, Campinas. Resumos expandidos... Brasília, DF: Embrapa$c2017 300 $ap. 43-46. 500 $aEditores técnicos: Giampaolo Queiroz Pellegrino, Luciana Guilherme Sacomani Zenerato, Maria Fernanda Moura, Giulia Croce, Poliana Fernanda Giachetto. 520 $aResumo: Dois métodos de aprendizagem profunda (deep learning) para reconhecimento de frutos foram estudados. Foi utilizada uma base de dados de 1.830 imagens contando exemplos de bagas de uva e não uva manualmente anotadas. Os testes realizados demonstraram a identificação de bagas com 85% de precisão e de cobertura (recall) utilizando redes neurais convolutivas. Esses resultados melhoraram o método anteriormente proposto por Santos e Santos (2017) e demonstram a possibilidade de evolução de métodos que podem ser aplicados em campo. 650 $aComputer vision 650 $aViticultura 653 $aAprendizagem profunda 653 $aDeep learning 653 $aPattern recognition 653 $aReconhecimento de padrões 653 $aVisão computacional 700 1 $aSANTOS, T. T.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|