|
|
Registro Completo |
Biblioteca(s): |
Embrapa Pesca e Aquicultura. |
Data corrente: |
12/12/2016 |
Data da última atualização: |
13/12/2016 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Autoria: |
PONSANO, E. H. G.; LIMA, L. K. F. de; GRASSI, T. L. M. |
Afiliação: |
ELISA HELENA GIGLIO PONSANO; LEANDRO KANAMARU FRANCO DE LIMA, CNPASA; THIAGO LUIS MAGNANI GRASSI. |
Título: |
Concentração de efluente agroindustrial para a produção de massa celular bacteriana. |
Ano de publicação: |
2016 |
Fonte/Imprenta: |
Interfaces Científicas - Saúde e Ambiente, Aracaju, v. 5, n. 1, p. 107-118, out. 2016. |
Idioma: |
Português |
Conteúdo: |
Grandes volumes de água são utilizados para o processamento do pescado, originando significativa quantidade de resíduos líquidos (efluentes) com variada concentração de matéria orgânica, e que podem ser utilizados para o cultivo de bactérias fototróficas como R. gelatinosus. Essas bactérias convertem a matéria orgânica em biomassa que pode ser utilizada em rações animais como aditivo pigmentante. O objetivo deste estudo foi avaliar os efeitos da concentração do efluente de indústria de pescado para a produção de massa celular de R. gelatinosus. A concentração foi realizada por microfiltração, originando quatro tratamentos (T1 = efluente in natura; T2 = efluente concentrado em 25%; T3 = efluente concentrado em 50% e T4 = efluente concentrado em 75%) que foram repetidos por três vezes. Os substratos foram analisados quanto a composição química e Demanda Química de Oxigênio (DQO), tratados termicamente a 65 oC por 30 minutos, resfriados para 25 oC, acondicionados em reatores de vidro com capacidade de 50 L e adicionados do inóculo da bactéria (1% v v-1). O cultivo foi realizado durante cinco dias em anaerobiose, a 32 ± 2 oC e 1.500 ± 200 lux. A massa celular foi recuperada por microfiltração, liofilizada e analisada quanto à composição proximal. Rendimento e produtividade foram calculados para avaliar a eficiência do processo de obteção da biomassa. Os resultados indicaram maior recuperação (28,61 ± 0,71 g), rendimento (0,5722 g L-1) e produtividade (0,1144 g L-1 dia-1) no cultivo com a maior quantidade de matéria orgânica (T4). A maior redução de DQO foi de 69,23%, encontrada no T1, porém sem diferir da redução encontrada no T4. A composição proximal da massa celular variou entre os tratamentos nos teores de lipideos e proteínas, que foram maiores no T4. Portanto, a concentração do efluente em 75% mostrou-se a mais apropriada para a produção de massa celular de R. gelatinosus. MenosGrandes volumes de água são utilizados para o processamento do pescado, originando significativa quantidade de resíduos líquidos (efluentes) com variada concentração de matéria orgânica, e que podem ser utilizados para o cultivo de bactérias fototróficas como R. gelatinosus. Essas bactérias convertem a matéria orgânica em biomassa que pode ser utilizada em rações animais como aditivo pigmentante. O objetivo deste estudo foi avaliar os efeitos da concentração do efluente de indústria de pescado para a produção de massa celular de R. gelatinosus. A concentração foi realizada por microfiltração, originando quatro tratamentos (T1 = efluente in natura; T2 = efluente concentrado em 25%; T3 = efluente concentrado em 50% e T4 = efluente concentrado em 75%) que foram repetidos por três vezes. Os substratos foram analisados quanto a composição química e Demanda Química de Oxigênio (DQO), tratados termicamente a 65 oC por 30 minutos, resfriados para 25 oC, acondicionados em reatores de vidro com capacidade de 50 L e adicionados do inóculo da bactéria (1% v v-1). O cultivo foi realizado durante cinco dias em anaerobiose, a 32 ± 2 oC e 1.500 ± 200 lux. A massa celular foi recuperada por microfiltração, liofilizada e analisada quanto à composição proximal. Rendimento e produtividade foram calculados para avaliar a eficiência do processo de obteção da biomassa. Os resultados indicaram maior recuperação (28,61 ± 0,71 g), rendimento (0,5722 g L-1) e produtividade (0,1144 g L-1 dia-1) no cult... Mostrar Tudo |
Palavras-Chave: |
Agroindústria. |
Thesagro: |
Peixe. |
Thesaurus Nal: |
Effluents; Fish; Rubrivivax gelatinosus. |
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/151633/1/CNPASA-2016-ifc.pdf
|
Marc: |
LEADER 02599naa a2200205 a 4500 001 2058447 005 2016-12-13 008 2016 bl uuuu u00u1 u #d 100 1 $aPONSANO, E. H. G. 245 $aConcentração de efluente agroindustrial para a produção de massa celular bacteriana.$h[electronic resource] 260 $c2016 520 $aGrandes volumes de água são utilizados para o processamento do pescado, originando significativa quantidade de resíduos líquidos (efluentes) com variada concentração de matéria orgânica, e que podem ser utilizados para o cultivo de bactérias fototróficas como R. gelatinosus. Essas bactérias convertem a matéria orgânica em biomassa que pode ser utilizada em rações animais como aditivo pigmentante. O objetivo deste estudo foi avaliar os efeitos da concentração do efluente de indústria de pescado para a produção de massa celular de R. gelatinosus. A concentração foi realizada por microfiltração, originando quatro tratamentos (T1 = efluente in natura; T2 = efluente concentrado em 25%; T3 = efluente concentrado em 50% e T4 = efluente concentrado em 75%) que foram repetidos por três vezes. Os substratos foram analisados quanto a composição química e Demanda Química de Oxigênio (DQO), tratados termicamente a 65 oC por 30 minutos, resfriados para 25 oC, acondicionados em reatores de vidro com capacidade de 50 L e adicionados do inóculo da bactéria (1% v v-1). O cultivo foi realizado durante cinco dias em anaerobiose, a 32 ± 2 oC e 1.500 ± 200 lux. A massa celular foi recuperada por microfiltração, liofilizada e analisada quanto à composição proximal. Rendimento e produtividade foram calculados para avaliar a eficiência do processo de obteção da biomassa. Os resultados indicaram maior recuperação (28,61 ± 0,71 g), rendimento (0,5722 g L-1) e produtividade (0,1144 g L-1 dia-1) no cultivo com a maior quantidade de matéria orgânica (T4). A maior redução de DQO foi de 69,23%, encontrada no T1, porém sem diferir da redução encontrada no T4. A composição proximal da massa celular variou entre os tratamentos nos teores de lipideos e proteínas, que foram maiores no T4. Portanto, a concentração do efluente em 75% mostrou-se a mais apropriada para a produção de massa celular de R. gelatinosus. 650 $aEffluents 650 $aFish 650 $aRubrivivax gelatinosus 650 $aPeixe 653 $aAgroindústria 700 1 $aLIMA, L. K. F. de 700 1 $aGRASSI, T. L. M. 773 $tInterfaces Científicas - Saúde e Ambiente, Aracaju$gv. 5, n. 1, p. 107-118, out. 2016.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Pesca e Aquicultura (CNPASA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registro Completo
Biblioteca(s): |
Embrapa Agricultura Digital. |
Data corrente: |
21/09/2018 |
Data da última atualização: |
21/01/2020 |
Tipo da produção científica: |
Artigo em Anais de Congresso |
Autoria: |
VASCONCELOS, G. T.; OLIVEIRA, S. R. de M. |
Afiliação: |
GABRIEL TESTON VASCONCELOS, Bolsista CNPq (PIBIC); STANLEY ROBSON DE MEDEIROS OLIVEIRA, CNPTIA. |
Título: |
Avaliação da eficiência de algoritmos de aprendizado de máquina para classificação automática de solos. |
Ano de publicação: |
2018 |
Fonte/Imprenta: |
In: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 12., 2018, Campinas. Anais... [S.l: s.n], 2018. |
Páginas: |
Não paginado. |
ISBN: |
978-85-7029-145-5 |
Idioma: |
Português |
Notas: |
CIIC 2018. Nº 17603. |
Conteúdo: |
RESUMO - Técnicas de mineração de dados têm sido usadas, estrategicamente, para transformar dados em informações e conhecimentos visando subsidiar o processo decisório em vários domínios. Na agricultura, em particular, essas técnicas são eficientes para selecionar um conjunto de atributos relevantes no processo de geração de modelos preditivos em bancos de dados com muitas variáveis. Este trabalho tem por objetivo avaliar a eficiência de diferentes algoritmos de Aprendizado de Máquina (AM) para classificação automática de solos, no 1º nível categórico do Sistema Brasileiro de Classificação de Solos (SiBCS). Os dados foram obtidos do projeto Mapeamento de Recursos Naturais do Brasil, liderado pelo Instituo Brasileiro de Geografia e Estatística (IBGE). Alguns algoritmos de AM (árvore de decisão, SVM, kNN) foram utilizados para classificação de solos de acordo com o SiBCS. Os resultados obtidos são promissores e abrem perspectivas para a classificação automática de solos, a partir de critérios definidos e de informações organizadas em bancos de dados. |
Palavras-Chave: |
Algoritmo k-vizinhos mais próximos; Aprendizado de máquina; Árvores de decisão; Atributos de solos; Classificação de solos; Data mining; Decision trees; Máquinas de Vetores Suporte; Mineração de dados; Soil attributes. |
Thesaurus NAL: |
Soil classification; Support vector machines. |
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/183363/1/18603.pdf
|
Marc: |
LEADER 02143nam a2200301 a 4500 001 2096175 005 2020-01-21 008 2018 bl uuuu u00u1 u #d 020 $a978-85-7029-145-5 100 1 $aVASCONCELOS, G. T. 245 $aAvaliação da eficiência de algoritmos de aprendizado de máquina para classificação automática de solos.$h[electronic resource] 260 $aIn: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 12., 2018, Campinas. Anais... [S.l: s.n]$c2018 300 $aNão paginado. 500 $aCIIC 2018. Nº 17603. 520 $aRESUMO - Técnicas de mineração de dados têm sido usadas, estrategicamente, para transformar dados em informações e conhecimentos visando subsidiar o processo decisório em vários domínios. Na agricultura, em particular, essas técnicas são eficientes para selecionar um conjunto de atributos relevantes no processo de geração de modelos preditivos em bancos de dados com muitas variáveis. Este trabalho tem por objetivo avaliar a eficiência de diferentes algoritmos de Aprendizado de Máquina (AM) para classificação automática de solos, no 1º nível categórico do Sistema Brasileiro de Classificação de Solos (SiBCS). Os dados foram obtidos do projeto Mapeamento de Recursos Naturais do Brasil, liderado pelo Instituo Brasileiro de Geografia e Estatística (IBGE). Alguns algoritmos de AM (árvore de decisão, SVM, kNN) foram utilizados para classificação de solos de acordo com o SiBCS. Os resultados obtidos são promissores e abrem perspectivas para a classificação automática de solos, a partir de critérios definidos e de informações organizadas em bancos de dados. 650 $aSoil classification 650 $aSupport vector machines 653 $aAlgoritmo k-vizinhos mais próximos 653 $aAprendizado de máquina 653 $aÁrvores de decisão 653 $aAtributos de solos 653 $aClassificação de solos 653 $aData mining 653 $aDecision trees 653 $aMáquinas de Vetores Suporte 653 $aMineração de dados 653 $aSoil attributes 700 1 $aOLIVEIRA, S. R. de M.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Expressão de busca inválida. Verifique!!! |
|
|