| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Semiárido. |
|
Data corrente: |
12/06/2015 |
|
Data da última atualização: |
11/08/2022 |
|
Tipo da produção científica: |
Resumo em Anais de Congresso |
|
Autoria: |
ARAÚJO JÚNIOR, J. N. de; LIMA, J. R. F. de. |
|
Afiliação: |
JOSUE NUNES DE ARAUJO JUNIOR; JOAO RICARDO FERREIRA DE LIMA, CPATSA. |
|
Título: |
Diversificação da fruticultura irrigada no Semiárido: análises econômicas da maça produzida no Vale do Submédio São Francisco. |
|
Ano de publicação: |
2015 |
|
Fonte/Imprenta: |
In: JORNADA DE INICIAÇÃO CIENTÍFICA, 19., 2015, Recife. Cidades inteligentes: o inicio de uma nova era. Recife: FCAP: UPE, 2015. |
|
Descrição Física: |
1 CD-ROM. |
|
Idioma: |
Português |
|
Conteúdo: |
ESTA PESQUISA TEVE POR OBJETIVO ANALISAR AS TAXAS GEOMÉTRICAS DE CRESCIMENTO DAS VARIÁVEIS PRODUÇÃO, EXPORTAÇÕES E CONSUMO DE MAÇÃ. A PRODUÇÃO MUNDIAL DE MAÇÃ, ENTRE 2003 E 2012, CRESCEU A UMA TAXA DE 2,94% A.A. |
|
Palavras-Chave: |
Diversidade; Fruticultura irrigada; Vale do Submédio São Francisco; Viabilidade. |
|
Thesagro: |
Análise econômica; Maça; Mercado. |
|
Thesaurus Nal: |
Fruits. |
|
Categoria do assunto: |
A Sistemas de Cultivo |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/125294/1/Joao-Ricado-2.pdf
|
|
Marc: |
LEADER 01010nam a2200229 a 4500
001 2017550
005 2022-08-11
008 2015 bl uuuu u00u1 u #d
100 1 $aARAÚJO JÚNIOR, J. N. de
245 $aDiversificação da fruticultura irrigada no Semiárido$banálises econômicas da maça produzida no Vale do Submédio São Francisco.
260 $aIn: JORNADA DE INICIAÇÃO CIENTÍFICA, 19., 2015, Recife. Cidades inteligentes: o inicio de uma nova era. Recife: FCAP: UPE$c2015
300 $c1 CD-ROM.
520 $aESTA PESQUISA TEVE POR OBJETIVO ANALISAR AS TAXAS GEOMÉTRICAS DE CRESCIMENTO DAS VARIÁVEIS PRODUÇÃO, EXPORTAÇÕES E CONSUMO DE MAÇÃ. A PRODUÇÃO MUNDIAL DE MAÇÃ, ENTRE 2003 E 2012, CRESCEU A UMA TAXA DE 2,94% A.A.
650 $aFruits
650 $aAnálise econômica
650 $aMaça
650 $aMercado
653 $aDiversidade
653 $aFruticultura irrigada
653 $aVale do Submédio São Francisco
653 $aViabilidade
700 1 $aLIMA, J. R. F. de
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Semiárido (CPATSA) |
|
|
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
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
