Portal do Governo Brasileiro
BDPA - Bases de Dados da Pesquisa Agropecuária Embrapa
 






Registro Completo
Biblioteca(s):  Embrapa Pesca e Aquicultura.
Data corrente:  25/01/2024
Data da última atualização:  25/01/2024
Tipo da produção científica:  Artigo em Anais de Congresso
Autoria:  GREENSTREET, L.; FAN, J.; PACHECO, F. S.; BAI, Y.; UMMUS, M. E.; DORIA, C.; BARROS, N. O.; FORSBERG, B. R.; XU, X.; FLECKER, A.; GOMES, C.
Afiliação:  LAURA GREENSTREET, CORNELL UNIVERSITY; JOSHUA FAN, CORNELL UNIVERSITY; FELIPE SIQUEIRA PACHECO, CORNELL UNIVERSITY; YIWEI BAI, CORNELL UNIVERSITY; MARTA EICHEMBERGER UMMUS, CNPASA; CAROLINA DORIA, UNIVERSIDADE FEDERAL DE RONDÔNIA; NATHAN OLIVEIRA BARROS, UNIVERSIDADE FEDERAL DE JUIZ DE FORA; BRUCE R. FORSBERG, INPA; XIANGTAO XU, CORNELL UNIVERSITY; ALEXANDER FLECKER, CORNELL UNIVERSITY; CARLA GOMES, CORNELL UNIVERSITY.
Título:  Detecting aquaculture with deep learning in a low-data setting.
Ano de publicação:  2023
Fonte/Imprenta:  In: SIGKDD FRAGILE EARTH WORKSHOP, 2023, Long Beach.
Idioma:  Inglês
Conteúdo:  Aquaculture is growing rapidly in the Amazon basin and detailed spatial information is needed to understand the trade-offs between food production, economic development, and environmental impacts. Large open-source datasets of medium resolution satellite imagery offer the potential for mapping a variety of infrastructure, including aquaculture ponds. However, there are many challenges utilizing this data, including few labelled examples, class imbalance, and spatial bias. We find previous rule-based methods for mapping aquaculture perform poorly in the Amazon. By incorporating temporal information through percentile data, we show deep learning models can outperform previous methods by as much as 15% with as few as 300 labelled examples. Further, generalization to unseen regions can be improved by incorporating segmentation information through masked pooling and using contrastive pretraining to harness large quantities of unlabelled data.
Palavras-Chave:  Attention; Contrastive learning; Convolutinal neural networks; Image classification; Image segmentation; Representation learning.
Thesagro:  Aquicultura; Sensoriamento Remoto.
Thesaurus Nal:  Aquaculture; Digital images; Neural networks; Remote sensing.
Categoria do assunto:  X Pesquisa, Tecnologia e Engenharia
URL:  https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1161305/1/detecting-aquaculture-with-dee.pdf
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Pesca e Aquicultura (CNPASA)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status URL
CNPASA1329 - 1UPCAA - DD20232023
Voltar






Registro Completo

Biblioteca(s):  Embrapa Amazônia Oriental.
Data corrente:  19/11/2013
Data da última atualização:  31/10/2022
Tipo da produção científica:  Artigo em Anais de Congresso
Autoria:  GOLLO, S. S.; CASTRO, A. W. V. de; SILVA, A. F. da; PAVAN, L. M. B.; MARINI, D.
Afiliação:  SILVANA SAIONARA GOLLO, INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO RIO GRANDE DO SUL; ALBERTO WILLIAM VIANA DE CASTRO, CPATU; ANGELITA FREITAS DA SILVA, INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO RIO GRANDE DO SUL; LUCIANA MARIA BERNSTEIN PAVAN, INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO RIO GRANDE DO SUL; DENISE MARINI, INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO RIO GRANDE DO SUL.
Título:  Indicações geográficas sob o enfoque jurídico: o caso da indicação geográfica Vale dos Vinhedos na Serra Gaúcha/RS - Brasil.
Ano de publicação:  2013
Fonte/Imprenta:  In: CONGRESSO DA SOCIEDADE BRASILEIRA DE ECONOMIA, ADMINISTRAÇÃO E SOCIOLOGIA RURAL, 51., 2013, Belém, PA. Novas fronteiras da agropecuária no Brasil e na Amazônia: desafios da sustentabilidade: anais. Belém, PA: SOBER, 2013.
Idioma:  Português
Conteúdo:  Este artigo trata do tema das Indicações Geográficas uma forma de proteção aos produtos, que destaca aspectos distintivos pela identificação de fatores naturais e humanos. Este artigo objetiva apresentar o entendimento das indicações geográficas, a partir do disposto na legislação específica sobre a matéria, apresentar o panorama atual em termos de registros no Brasil e descrever o processo jurídico para a obtenção das Indicações Geográficas neste país, aplicando-o ao Caso da Indicação de Procedência e da Denominação de Origem Vale dos Vinhedos, na região da Serra Gaúcha, no Rio Grande do Sul. Em temos metodológicos caracteriza-se como uma pesquisa qualitativa, descritiva, que utiliza dados secundários, obtidos através de pesquisa bibliográfica junto à legislação brasileira, doutrinas e banco de dados. Para descrever o processo legal para registros de indicação geográfica consultou-se a legislação básica e os documentos do INPI. Para descrever o processo de Indicação de Procedência e de Denominação de Origem Vale dos Vinhedos, buscou-se dados junto à Associação de Produtores Vales dos Vinhedos. No Brasil existem quarenta Indicações Geográficas, vinte e seis Indicações de Procedência e quatorze Denominações de Origem. O primeiro registro de Indicação de Procedência no Brasil foi outorgado em 2002, aos vinhos finos e espumantes da região do Vale dos Vinhedos, na Serra Gaúcha, Rio Grande do Sul e, em 2012, a mesma região registrou a primeira Denominação de Origem. Constatou-se ... Mostrar Tudo
Palavras-Chave:  Denominação de origem; Indicação de procedência; Indicação geográfica; Vale dos Vinhedos; Vinhos finos e espumantes.
Categoria do assunto:  --
URL:  https://ainfo.cnptia.embrapa.br/digital/bitstream/item/92753/1/2507.pdf
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Amazônia Oriental (CPATU)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status
CPATU48667 - 1UPCAA - DD
Fechar
Expressão de busca inválida. Verifique!!!
 
 

Embrapa
Todos os direitos reservados, conforme Lei n° 9.610
Política de Privacidade
Área Restrita

Embrapa Agricultura Digital
Av. André Tosello, 209 - Barão Geraldo
Caixa Postal 6041- 13083-886 - Campinas, SP
SAC: https://www.embrapa.br/fale-conosco

Valid HTML 4.01 Transitional