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






Acesso ao texto completo restrito à biblioteca da Embrapa Amazônia Ocidental. Para informações adicionais entre em contato com cpaa.biblioteca@embrapa.br.
Registro Completo
Biblioteca(s):  Embrapa Amazônia Ocidental.
Data corrente:  30/11/2015
Data da última atualização:  22/02/2019
Tipo da produção científica:  Capítulo em Livro Técnico-Científico
Autoria:  KRUG, C.; ENGELS, W.; ALVES-DOS-SANTOS, I.
Afiliação:  CRISTIANE KRUG, CPAA.
Título:  A fauna de abelhas amostrada por Fritz Müller e por Fritz Plaumann em Santa Catarina e a sua composição atual.
Ano de publicação:  2015
Fonte/Imprenta:  In: AGUIAR, A. J. C.; GONÇALVES, R. B.; RAMOS, K. S. (Org.). Ensaios sobre as abelhas da região neotropical: homenagem aos 80 anos de Danuncia Urban. Curitiba: UFPR, 2015. p. 49-70.
Idioma:  Português
Conteúdo:  O objetivo deste trabalho foi comparar as abelhas observadas e coletadas no século XIX na região de Blumenau por Müller e no início do século XX por Plaumann na região de Concórdia (Seara) com a fauna amostrada na atualidade por Krug (2010).
Palavras-Chave:  Conservation; Mata Atlântica; Naturalistas.
Thesagro:  Abelha; Biodiversidade; Conservação.
Thesaurus Nal:  Apoidea; biodiversity.
Categoria do assunto:  --
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Amazônia Ocidental (CPAA)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status URL
CPAA31309 - 1UPCPL - PP595.799A282e
Voltar






Registro Completo

Biblioteca(s):  Embrapa Trigo.
Data corrente:  11/12/2023
Data da última atualização:  11/12/2023
Tipo da produção científica:  Artigo em Periódico Indexado
Circulação/Nível:  B - 3
Autoria:  LAZZARETTI, A. T.; SCHNEIDER, V. R.; WIEST, R.; LAU, D.; FERNANDES, J. M. C.; FRAISSE, C. W.; CERBARO, V. A.; KARREI, M. Z.
Afiliação:  ALEXANDRE TAGLIARI LAZZARETTI, Instituto Federal Sul-Riograndense; VINICIUS RAFAEL SCHNEIDER, Instituto Federal Sul-Riograndense; ROBERTO WIEST, Instituto Federal Sul-Riograndense; DOUGLAS LAU, CNPT; JOSE MAURICIO CUNHA FERNANDES, CNPT; CLYDE W. FRAISSE, Universidade da Flórida; VINÍCIUS ANDREI CERBARO, Universidade da Flórida; MAURÍCIO Z. KARREI, Universidade da Flórida.
Título:  Implementação e comparação de técnicas de machine learning aplicadas à predição do desenvolvimento de populações de afídeos.
Ano de publicação:  2023
Fonte/Imprenta:  Revista Brasileira de Computação Aplicada, v. 15, n. 3, p. 25-37, nov. 2023.
DOI:  https://doi.org/10.5335/rbca.v15i3.13467
Idioma:  Português
Conteúdo:  Resumo: Os insetos ao atingirem um determinado nível populacional podem causar danos às plantas, sendo considerados pragas. Afídeos ou pulgões apresentam um alto potencial biótico e podem causar diferentes tipos de dano às plantas. Fatores meteorológicos como precipitações, ventos e temperatura interferem no crescimento populacional destes insetos. Este trabalho aplicou diferentes técnicas de machine learning com o objetivo de verificar a correlação existente entre variáveis meteorológicas e a dinâmica populacional dos afídeos. Foram implementados 4 (quatro) modelos obtendo-se as acurácias de 11,4% para Regressão Linear; 26,4% para o modelo de Rede Neural Artificial; 29,3% para Árvore de decisão e 41,4% para random forest. Abstract: Insects have an important degree of collaboration for the maintenance of the ecosystem on the planet. However, after reaching a certain population level and causing damage to plants, some insects are considered as pests and represent a threat to agriculture. Aphids insects that has characteristics to reach this state as it has a high biotic potential and can cause different types of damage to plants. Climatic data as precipitation, winds and temperatures affect the population quantity of these insects. Therefore, this work proposes to apply different machine learning techniques with the objective to verify the existing correlation between climatic variables and the population dynamics of aphids. It can be concluded that variables such as precipit... Mostrar Tudo
Palavras-Chave:  Artificial neural networks; Árvore de decisão; Decision tree; Exploratory Data; Extração de conhecimento; Knowledge extraction; Linear Regression; Random Forest; Redes Neurais Artificiais.
Thesagro:  Afídeo; Análise de Dados; Praga de Planta; Pulgão; Regressão Linear.
Thesaurus NAL:  Plant pests; Plants (botany).
Categoria do assunto:  --
URL:  https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1159411/1/Implementacao-e-comparacao-de-tecnicas-de-machine-learning-LAU.pdf
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Trigo (CNPT)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status
CNPT45611 - 1UPCAP - 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