| |
|
|
| Registros recuperados : 75 | |
| 5. |  | SCARANELLO, M. A. da S.; VIEIRA, S. A.; ALVES, L. F.; CAMARGO, P. B. de. Análise do crescimento diamétrico de uma Floresta de Restinga, Parque Estadual da Serra do Mar, SP. In: SEMINÁRIO NACIONAL SOBRE DINÂMICAS DE FLORESTAS, 1., 2008, Curitiba. Anais. Colombo: Embrapa Florestas, 2008. 1 CD-ROM. Resumo 01.| Biblioteca(s): Embrapa Florestas. |
|   |
| 11. | | CHAVES, S. S. de F.; CAMARGO, P. B. de; MARTORANO, L. G.; FERNANDES, P. C. C.; REICHARDT, K. Composição isotópica ([Delta]13) do solo em uma cronossequência floresta-pastagem-sistema silvipastoril. In: SIMPÓSIO DE ESTUDOS E PESQUISAS EM CIÊNCIAS AMBIENTAIS NA AMAZÔNIA, 3., 2014, Belém, PA. Anais: resumos aprovados - 2014. [Belém, PA]: Universidade do Estado do Pará, Centro de Ciências Naturais e Tecnologia, 2014. p. 66.| Biblioteca(s): Embrapa Amazônia Oriental. |
|  |
| 12. | | SILVEIRA, A. M.; VICTORIA, R. L.; BALLESTER, M. V.; CAMARGO, P. B. de; MARTINELLI, L. A.; PICCOLO, M. de C. Simulação dos efeitos das mudanças do uso da terra na dinâmica de carbono no solo na bacia do rio Piracicaba. Pesquisa Agropecuária Brasileira, Brasília, DF, v. 35, n. 2, p. 389-399, fev. 2000 Título em inglês: Simulation of the effects of land use changes in soil carbon dynamics in the Piracicaba river basin, São Paulo State Brazil.| Biblioteca(s): Embrapa Unidades Centrais. |
| |
| 13. | | COSTA, C. F. G.; PICCOLO, M. C.; CAMARGO, P. B. de; REIS, L. C.; FIGUEIREDO, R. de O. Análise da distribuição espacial de parâmetros indicadores de produção e consumo de matéria orgânica na água. In: SIMPÓSIO CIENTÍFICO DOS PÓS-GRADUANDOS DO CENA, 10., 2017, Piracicaba. Novos tempos na pesquisa: transformação, liderança e inovação: resumos... Piracicaba, SP: CENA/USP, 2017.| Biblioteca(s): Embrapa Meio Ambiente. |
| |
| 15. | | REIS, L. C.; PICCOLO, M. C.; COSTA, C. F. G.; CAMARGO, P. B. de; FIGUEIREDO, R. de O. Concentração iônica e origem das principais espécies químicas inorgânicas fluviais dissolvidas na bacia do Ribeirão das Posses, Extrema/MG. In: CONGRESSO BRASILEIRO DE LIMNOLOGIA, 16., 2017, Rio de Janeiro. Recursos hídricos em crise: sustentabilidade, biodiversidade e integração de conhecimentos face a mudanças globais: resumos... Rio de Janeiro: Sociedade Brasileira de Limnologia, 2017. Ref. SE11. p. 133.| Biblioteca(s): Embrapa Meio Ambiente. |
| |
| 16. | | REIS, L. C.; PICCOLO, M. C.; DOMINGUES, G.; COSTA, C. F. G.; FIGUEIREDO, R. de O.; CAMARGO, P. B. de. Evolução de parâmetros qualitativos nos corpos hídricos em áreas de restauração, Extrema - MG. In: SIMPÓSIO CIENTÍFICO DOS PÓS-GRADUANDOS NO CENA, 11., 2018, Piracicaba. Ensino, pesquisa e extensão: integração, funcionalidade e aplicabilidade: [resumos]... Piracicaba, SP: CENA/USP, 2018.| Biblioteca(s): Embrapa Meio Ambiente. |
| |
| 17. | | SILVA, K. G. da; FERREIRA, M. L.; SILVA, E. A. da; KANASHIRO, S.; CAMARGO, P. B. de; TAVARES, A. R. Nitrogen efficiency indexes for evaluating nitrogen uptake and use in ornamental bromeliad?s root system and tank. Pesquisa Agropecuária Brasileira, Brasília, DF, v. 53, n. 6, p. 703-709, June, 2018. Título em português: Índices de eficiência do nitrogênio para avaliação da absorção e da utilização de nitrogênio no sistema radicular e no tanque de bromélias ornamentais.| Biblioteca(s): Embrapa Unidades Centrais. |
| |
| 18. | | COSTA, C. F. G.; CAMARGO, P. B. de; REIS, L. C.; PICCOLO, M. C.; FIGUEIREDO, R. de O. Matéria orgânica particulada na bacia do rio Jaguari sob diferentes usos da terra. In: SIMPÓSIO CIENTÍFICO DOS PÓS-GRADUANDOS NO CENA, 11., 2018, Piracicaba. Ensino, pesquisa e extensão: integração, funcionalidade e aplicabilidade: [resumos]... Piracicaba, SP: CENA/USP, 2018.| Biblioteca(s): Embrapa Meio Ambiente. |
| |
| 20. | | FELSEMBURGH, C. A. A.; SANTOS, K. J. S. dos; CAMARGO, P. B. de; CARMO, J. B. do; TRIBUZY, E. S. Respostas ecofisiológicas de Aniba parviflora ao sombreamento. Pesquisa Florestal Brasileira, Colombo, v. 36, n. 87, p. 201-210, jul./set. 2016.| Biblioteca(s): Embrapa Florestas. |
| |
| Registros recuperados : 75 | |
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Gado de Corte; Embrapa Pantanal. |
|
Data corrente: |
25/03/2020 |
|
Data da última atualização: |
20/04/2020 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 2 |
|
Autoria: |
WEBER, V. A. de M.; WEBER, F. de L.; GOMES, R. da C.; OLIVEIRA JUNIOR, A. da S.; MENEZES, G. V.; ABREU, U. G. P. de; BELETE, N. A. de S.; PISTORI, H. |
|
Afiliação: |
Vanessa Aparecida de Moraes Weber, Universidade Católica Dom Bosco - UCDB; Fabricio de Lima Weber, Universidade Federal de Mato Grosso do Sul - UFMS/Faculdade de Computação; RODRIGO DA COSTA GOMES, CNPGC; Adair da Silva Oliveira Junior, Universidade Federal de Mato Grosso do Sul - UFMS/Faculdade de Computação; Geazy Vilharva Menezes, Universidade Federal de Mato Grosso do Sul - UFMS/Faculdade de Computação; URBANO GOMES PINTO DE ABREU, CPAP; Nícolas Alessandro de Souza Belete, Universidade Católica Dom Bosco - UCDB; Hemerson Pistori, Universidade Católica Dom Bosco - UCDB. |
|
Título: |
Prediction of Girolando cattle weight by means of body measurements extracted from images. |
|
Ano de publicação: |
2020 |
|
Fonte/Imprenta: |
Revista Brasileira de Zootecnia. v. 49, e20190110, 2020. |
|
Idioma: |
Inglês
Português |
|
Conteúdo: |
The objective with this study was to analyze the body measurements of Girolando cattle, as well as measurements extracted from their images, to generate a model to understand which measures further explain the cattle body weight. Therefore, the experiment physically measured 34 Girolando cattle (two males and 32 females), for the following traits: heart girth (HGP), circumference of the abdomen, body length, occipito-ischial length, wither height, and hip height. In addition, images of the dorsum and the body lateral area of these animals allowed measurements of hip width (HWI), body length, tail distance to the neck, dorsum area (DAI), dorsum perimeter, wither height, hip height, body lateral area, perimeter of the lateral area, and rib height. The measurements extracted from the images were subjected to the stepwise regression method and regression-based machine learning algorithms. The HGp was the physical measure with stronger positive correlation with respect to body weight. In the stepwise method, the final model generated R² of 0.70 and RMSE of 42.52 kg and the equation: WEIGHT (kg) = 6.15421 * HWI (cm) + 0.01929 * DAI (cm2 ) + 70.8388. The linear regression and SVM algorithms obtained the best results, followed by discretization regression with random forests. The set of rules presented in this study can be recommended for estimating body weight in Girolando cattle, at a correlation coefficient of 0.71, by measurements of hip width and dorsum area, both extracted from cattle images. MenosThe objective with this study was to analyze the body measurements of Girolando cattle, as well as measurements extracted from their images, to generate a model to understand which measures further explain the cattle body weight. Therefore, the experiment physically measured 34 Girolando cattle (two males and 32 females), for the following traits: heart girth (HGP), circumference of the abdomen, body length, occipito-ischial length, wither height, and hip height. In addition, images of the dorsum and the body lateral area of these animals allowed measurements of hip width (HWI), body length, tail distance to the neck, dorsum area (DAI), dorsum perimeter, wither height, hip height, body lateral area, perimeter of the lateral area, and rib height. The measurements extracted from the images were subjected to the stepwise regression method and regression-based machine learning algorithms. The HGp was the physical measure with stronger positive correlation with respect to body weight. In the stepwise method, the final model generated R² of 0.70 and RMSE of 42.52 kg and the equation: WEIGHT (kg) = 6.15421 * HWI (cm) + 0.01929 * DAI (cm2 ) + 70.8388. The linear regression and SVM algorithms obtained the best results, followed by discretization regression with random forests. The set of rules presented in this study can be recommended for estimating body weight in Girolando cattle, at a correlation coefficient of 0.71, by measurements of hip width and dorsum area, both extracted fro... Mostrar Tudo |
|
Palavras-Chave: |
Livestock precision; Machine learning; Mass estimation. |
|
Thesagro: |
Gado de Corte; Gado Gir; Morfologia Animal; Peso. |
|
Thesaurus NAL: |
Beef cattle; Body weight; Cattle; Computer vision; Gir (cattle breed); Livestock production. |
|
Categoria do assunto: |
--
L Ciência Animal e Produtos de Origem Animal |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/212007/1/Prediction-of-girolando-cattle.pdf
|
|
Marc: |
LEADER 02545naa a2200361 a 4500
001 2121364
005 2020-04-20
008 2020 bl uuuu u00u1 u #d
100 1 $aWEBER, V. A. de M.
245 $aPrediction of Girolando cattle weight by means of body measurements extracted from images.$h[electronic resource]
260 $c2020
520 $aThe objective with this study was to analyze the body measurements of Girolando cattle, as well as measurements extracted from their images, to generate a model to understand which measures further explain the cattle body weight. Therefore, the experiment physically measured 34 Girolando cattle (two males and 32 females), for the following traits: heart girth (HGP), circumference of the abdomen, body length, occipito-ischial length, wither height, and hip height. In addition, images of the dorsum and the body lateral area of these animals allowed measurements of hip width (HWI), body length, tail distance to the neck, dorsum area (DAI), dorsum perimeter, wither height, hip height, body lateral area, perimeter of the lateral area, and rib height. The measurements extracted from the images were subjected to the stepwise regression method and regression-based machine learning algorithms. The HGp was the physical measure with stronger positive correlation with respect to body weight. In the stepwise method, the final model generated R² of 0.70 and RMSE of 42.52 kg and the equation: WEIGHT (kg) = 6.15421 * HWI (cm) + 0.01929 * DAI (cm2 ) + 70.8388. The linear regression and SVM algorithms obtained the best results, followed by discretization regression with random forests. The set of rules presented in this study can be recommended for estimating body weight in Girolando cattle, at a correlation coefficient of 0.71, by measurements of hip width and dorsum area, both extracted from cattle images.
650 $aBeef cattle
650 $aBody weight
650 $aCattle
650 $aComputer vision
650 $aGir (cattle breed)
650 $aLivestock production
650 $aGado de Corte
650 $aGado Gir
650 $aMorfologia Animal
650 $aPeso
653 $aLivestock precision
653 $aMachine learning
653 $aMass estimation
700 1 $aWEBER, F. de L.
700 1 $aGOMES, R. da C.
700 1 $aOLIVEIRA JUNIOR, A. da S.
700 1 $aMENEZES, G. V.
700 1 $aABREU, U. G. P. de
700 1 $aBELETE, N. A. de S.
700 1 $aPISTORI, H.
773 $tRevista Brasileira de Zootecnia.$gv. 49, e20190110, 2020.
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. |
|
|
