| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Hortaliças. |
|
Data corrente: |
28/01/2014 |
|
Data da última atualização: |
28/01/2014 |
|
Tipo da produção científica: |
Capítulo em Livro Técnico-Científico |
|
Autoria: |
HABER, L. L.; SANTOS, F. H. C. dos; MARQUES, M. O. M.; FACANALI, R.; VIEIRA, M. A. R. |
|
Afiliação: |
LENITA LIMA HABER, CNPH; FRANCISCO HERBETH COSTA DOS SANTOS, CNPH; MARCIA ORTIZ MAYO MARQUES, QUIMÍCA DE PRODUTOS NATURAIS, INSTITUTO AGRONÔMICO CAMPINAS; ROSELAINE FACANALI, QUÍMICA DE PRODUTOS NATURAIS, INSTITUTO AGRONÔMICO DE CAMPINAS; MARIA APARECIDA RIBEIRO VIEIRA, QUÍMICA DE PRODUTOS NATURAIS, INSTITUTO AGRONÔMICO DE CAMPINAS. |
|
Título: |
Características morfológicas, químicas e uso de plantas aromáticas e condimentares. |
|
Ano de publicação: |
2013 |
|
Fonte/Imprenta: |
In: HABER, L. L.; CLEMENTE, F. M. V. T. Plantas aromáticas e condimentares: uso aplicado na horticultura. Brasília, DF : Embrapa, 2013. |
|
Páginas: |
p. 19-78. |
|
Idioma: |
Português |
|
Palavras-Chave: |
Alfavacão; Amor-perfeito; Azedinha; Boldo; Capim-limão; Cidro; Erva-cidreira; Erva-doce; Estragão; Funcho; Hortelã; Jambu; Lavanda; Losna; Manjerona; Ora-pro-nobis; Peixinho; Pimenta-do-reino; Poejo; Salsão; Salsinha; Segurelha; Tomilho. |
|
Thesagro: |
Açafrão; Alecrim; Alfavaca; Alho; Arruda; Calendula; Camomila; Capuchinha; Cebola; Cebolinha; Citronela; Coentro; Cominho; Gengibre; Gerânio; Louro; Macela; Malva; Manjericão; Menta; Orégano; Ruibarbo; Sálvia; Vetiver. |
|
Thesaurus Nal: |
Melissa. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 01786naa a2200745 a 4500
001 1977691
005 2014-01-28
008 2013 bl uuuu u00u1 u #d
100 1 $aHABER, L. L.
245 $aCaracterísticas morfológicas, químicas e uso de plantas aromáticas e condimentares.
260 $c2013
300 $ap. 19-78.
650 $aMelissa
650 $aAçafrão
650 $aAlecrim
650 $aAlfavaca
650 $aAlho
650 $aArruda
650 $aCalendula
650 $aCamomila
650 $aCapuchinha
650 $aCebola
650 $aCebolinha
650 $aCitronela
650 $aCoentro
650 $aCominho
650 $aGengibre
650 $aGerânio
650 $aLouro
650 $aMacela
650 $aMalva
650 $aManjericão
650 $aMenta
650 $aOrégano
650 $aRuibarbo
650 $aSálvia
650 $aVetiver
653 $aAlfavacão
653 $aAmor-perfeito
653 $aAzedinha
653 $aBoldo
653 $aCapim-limão
653 $aCidro
653 $aErva-cidreira
653 $aErva-doce
653 $aEstragão
653 $aFuncho
653 $aHortelã
653 $aJambu
653 $aLavanda
653 $aLosna
653 $aManjerona
653 $aOra-pro-nobis
653 $aPeixinho
653 $aPimenta-do-reino
653 $aPoejo
653 $aSalsão
653 $aSalsinha
653 $aSegurelha
653 $aTomilho
700 1 $aSANTOS, F. H. C. dos
700 1 $aMARQUES, M. O. M.
700 1 $aFACANALI, R.
700 1 $aVIEIRA, M. A. R.
773 $tIn: HABER, L. L.; CLEMENTE, F. M. V. T. Plantas aromáticas e condimentares: uso aplicado na horticultura. Brasília, DF : Embrapa, 2013.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Hortaliças (CNPH) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Gado de Corte. |
|
Data corrente: |
25/01/2023 |
|
Data da última atualização: |
25/01/2023 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 1 |
|
Autoria: |
SANTOS; MARCATO JUNIOR, J.; ZAMBONI, P.; SANTOS, M. F.; JANK, L.; CAMPOS, E.; MATSUBARA, E. T. |
|
Afiliação: |
LUIZ SANTOS, UNIVERSIDADE FEDERAL DE MATO GROSSO DO SUL; JOSÉ MARCATO JUNIOR, UNIVERSIDADE FEDERAL DE MATO GROSSO DO SUL; PEDRO ZAMBONI, UNIVERSIDADE FEDERAL DE MATO GROSSO DO SUL; MATEUS FIGUEIREDO SANTOS, CNPGC; LIANA JANK, CNPGC; EDILENE CAMPOS, UNIVERSIDADE FEDERAL DE MATO GROSSO DO SUL; EDSON TAKASHI MATSUBARA, UNIVERSIDADE FEDERAL DE MATO GROSSO DO SUL. |
|
Título: |
Deep learning regression approaches applied to estimate tillering in tropical forages using mobile phone images. |
|
Ano de publicação: |
2022 |
|
Fonte/Imprenta: |
Sensors, v. 22, article 4116, 2022. |
|
ISSN: |
1424-8220 |
|
DOI: |
https://doi.org/10.3390/s22114116 |
|
Idioma: |
Inglês |
|
Notas: |
Na publicação: Mateus Figueiredo Santos. |
|
Conteúdo: |
We assessed the performance of Convolutional Neural Network (CNN)-based approaches using mobile phone images to estimate regrowth density in tropical forages. We generated a dataset composed of 1124 labeled images with 2 mobile phones 7 days after the harvest of the forage plants. Six architectures were evaluated, including AlexNet, ResNet (18, 34, and 50 layers), ResNeXt101, and DarkNet. The best regression model showed a mean absolute error of 7.70 and a correlation of 0.89. Our findings suggest that our proposal using deep learning on mobile phone images can successfully be used to estimate regrowth density in forages. |
|
Thesagro: |
Banco de Germoplasma; Forragem; Panicum Maximum; Tecnologia. |
|
Thesaurus NAL: |
Forage; Mechanical harvesting; Regression analysis; Tillering. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1151204/1/Deep-learning-regression-2022.pdf
|
|
Marc: |
LEADER 01578naa a2200325 a 4500
001 2151204
005 2023-01-25
008 2022 bl uuuu u00u1 u #d
022 $a1424-8220
024 7 $ahttps://doi.org/10.3390/s22114116$2DOI
100 1 $aSANTOS
245 $aDeep learning regression approaches applied to estimate tillering in tropical forages using mobile phone images.$h[electronic resource]
260 $c2022
500 $aNa publicação: Mateus Figueiredo Santos.
520 $aWe assessed the performance of Convolutional Neural Network (CNN)-based approaches using mobile phone images to estimate regrowth density in tropical forages. We generated a dataset composed of 1124 labeled images with 2 mobile phones 7 days after the harvest of the forage plants. Six architectures were evaluated, including AlexNet, ResNet (18, 34, and 50 layers), ResNeXt101, and DarkNet. The best regression model showed a mean absolute error of 7.70 and a correlation of 0.89. Our findings suggest that our proposal using deep learning on mobile phone images can successfully be used to estimate regrowth density in forages.
650 $aForage
650 $aMechanical harvesting
650 $aRegression analysis
650 $aTillering
650 $aBanco de Germoplasma
650 $aForragem
650 $aPanicum Maximum
650 $aTecnologia
700 1 $aMARCATO JUNIOR, J.
700 1 $aZAMBONI, P.
700 1 $aSANTOS, M. F.
700 1 $aJANK, L.
700 1 $aCAMPOS, E.
700 1 $aMATSUBARA, E. T.
773 $tSensors$gv. 22, article 4116, 2022.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Gado de Corte (CNPGC) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
