|
|
Registros recuperados : 16 | |
10. | | ROSSO, E. D. da S.; CARVALHO, H. G. de; YOKOO, M. J. I.; FERREIRA, A. P. L. Algoritmo para minimização da endogamia e maximização de índice econômico em sistemas de acasalamento. In: SIMPÓSIO DE INICIAÇÃO CIENTÍFICA DA EMBRAPA PECUÁRIA SUL, 12., 2022, Bagé, RS. Resumos... Bagé: Embrapa Pecuária Sul, 2022. p. 11. Ana Cristina Mazzocato, editora técnica. Biblioteca(s): Embrapa Pecuária Sul. |
| |
14. | | TRINDADE, J. P. P.; VOLK, L. B. da S.; ROCHA, D. S. da; QUADROS, F. L. F. de; PINHO, L. B. de; CAMARGO, S. da S.; FERREIRA, A. P. L.; COELHO, A. A. Dinâmica dos campos da Campanha, fronteira Oeste e Missões do Rio Grande do Sul. In: CONGRESSO BRASILEIRO DE ZOOTECNIA, 26., 2016, Santa Maria. Cinquenta anos de zootecnia no Brasil: anais. Santa Maria: Sociedade Brasileira de Zootecnia, 2016. Zootec. Autor publicado como Danilo da Serra Rocha. Biblioteca(s): Embrapa Pecuária Sul. |
| |
15. | | DRUCKER, D. P.; CRUZ, S. M. S. da; TELLES, M. A.; FERREIRA, A. P. L.; CORRÊA, F. E.; BERTIN, P. R. B.; MARASSI, L.; AQUINO, K.; BEZERRA, G.; CRUZ, P. V.; SOARES, F. M. Desdobramentos da implementação da Rede GO FAIR Agro Brasil no biênio 2021-2023. In: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 14., 2023, Natal. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2023. p. 286-293. SBIAgro 2023. Biblioteca(s): Embrapa Agricultura Digital; Embrapa Agroenergia; Embrapa Unidades Centrais. |
| |
16. | | SOARES, F. M.; BERGIER, I.; CORADINI, M. C.; FERREIRA, A. P. L.; TELLES, M. A.; MACULAN, B. C. M. dos S.; ALENCAR, M. de C. F.; SIMAO, V. P. M.; ALMEIDA, B. T. de; DRUCKER, D. P.; VIEIRA, M. dos S. M.; CRUZ, S. M. S. da. Unveiling knowledge organization systems' artifacts for digital agriculture with lexical network analysis. In: INTERNATIONAL WORKSHOP ON CONCEPTUAL MODELING FOR LIFE SCIENCES, 4.; WORKSHOP ON CONCEPTUAL MODELING, ONTOLOGIES AND (META)DATA MANAGEMENT FOR FINDABLE, ACCESSIBLE, INTEROPERABLE AND REUSABLE (FAIR) DATA, 3.; INTERNATIONAL WORKSHOP ON EMPIRICAL METHODS IN CONCEPTUAL MODELING, 6.; INTERNATIONAL WORKSHOP ON DIGITAL JUSTICE, DIGITAL LAW AND CONCEPTUAL MODELING, 2.; INTERNATIONAL WORKSHOP ON ONTOLOGIES AND CONCEPTUAL MODELING. 9.; INTERNATIONAL WORKSHOP ON QUALITY AND MEASUREMENT OF MODEL-DRIVEN SOFTWARE DEVELOPMENT, 4.; WORKSHOP ON CONTROLLED VOCABULARIES AND DATA PLATFORMS FOR SMART FOOD SYSTEMS, 1., 2023, Lisbon. Advances in conceptual modeling: proceedings. Cham: Springer, 2023. p. 299-311. (Lecture notes in computer science, 14319). Editors: Tiago Prince Sales, João Araújo, José Borbinha, Giancarlo Guizzardi. ER 2023 Workshops. Biblioteca(s): Embrapa Agricultura Digital; Embrapa Territorial; Embrapa Unidades Centrais. |
| |
Registros recuperados : 16 | |
|
|
| Acesso ao texto completo restrito à biblioteca da Embrapa Pecuária Sul. Para informações adicionais entre em contato com cppsul.biblioteca@embrapa.br. |
Registro Completo
Biblioteca(s): |
Embrapa Pecuária Sul. |
Data corrente: |
03/02/2021 |
Data da última atualização: |
03/02/2021 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Autoria: |
FERREIRA, J. S. de A.; FERREIRA, A. P. L.; PEREZ, N. B. |
Afiliação: |
Jean Samarone de Almeida Ferreira, UNIPAMPA; Ana Paula Lüdtke Ferreira, UNIPAMPA; NAYLOR BASTIANI PEREZ, CPPSUL. |
Título: |
A hidden Markov chain approach to crop yield forecasting. |
Ano de publicação: |
2020 |
Fonte/Imprenta: |
International Journal on Computer Science and Information Systems, v. 15, n. 2, p. 148-160, 2020. |
ISSN: |
1646-3692 |
Idioma: |
Inglês |
Conteúdo: |
Prediction of harvest yield is an important and challenging problem. Attempts to solve this problem rely usually rely on regression techniques highly dependent on local factors. This paper presents a hidden Markov model approach for forecasting weight production. The model can deal with any culture or provided data. Results show that the model can capture both spatial and temporal harvest variability. Model analysis can help determine causes of variability, differently from regression or more straightforward Markov chain approaches. The resulting structure can benefit from statistical techniques for model tuning and model fitting. |
Palavras-Chave: |
Cadeia de Markov. |
Thesagro: |
Agricultura de Precisão; Colheita. |
Categoria do assunto: |
-- |
Marc: |
LEADER 01236naa a2200193 a 4500 001 2129773 005 2021-02-03 008 2020 bl uuuu u00u1 u #d 022 $a1646-3692 100 1 $aFERREIRA, J. S. de A. 245 $aA hidden Markov chain approach to crop yield forecasting.$h[electronic resource] 260 $c2020 520 $aPrediction of harvest yield is an important and challenging problem. Attempts to solve this problem rely usually rely on regression techniques highly dependent on local factors. This paper presents a hidden Markov model approach for forecasting weight production. The model can deal with any culture or provided data. Results show that the model can capture both spatial and temporal harvest variability. Model analysis can help determine causes of variability, differently from regression or more straightforward Markov chain approaches. The resulting structure can benefit from statistical techniques for model tuning and model fitting. 650 $aAgricultura de Precisão 650 $aColheita 653 $aCadeia de Markov 700 1 $aFERREIRA, A. P. L. 700 1 $aPEREZ, N. B. 773 $tInternational Journal on Computer Science and Information Systems$gv. 15, n. 2, p. 148-160, 2020.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Pecuária Sul (CPPSUL) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|