|
|
Registros recuperados : 739 | |
165. | | CURI, R. A.; CHARDULO, L. A. L.; SILVEIRA, A. C.; OLIVEIRA, H. N. de. Alternative genotyping method for the single nucleotide polymorphism A2959G (AF159246) of the bovine CAST gene. Pesquisa Agropecuária Brasileira, Brasília, DF, v. 43, n. 5, p. 657-659, maio 2008 Notas Científicas.
Títulos em português: Método alternativo de genotipagem do polimorfismo de nucleotídeo único A2959G (AF159246) do gene CAST bovino. Biblioteca(s): Embrapa Unidades Centrais. |
| |
166. | | LOBAK, T.; PASINI, A.; OLIVEIRA, H. C.; FRACETO, L. F.; ROGGIA, S. Atividade inseticida de nanoformulação à base de azadiractina sobre Anticarsia gemmatalis (Lepidoptera: Erebidae). In: CONGRESSO BRASILEIRO DE ENTOMOLOGIA, 27.; CONGRESSO LATINO-AMERICANO DE ENTOMOLOGIA, 10., 2018, Gramado, RS. Saúde, ambiente e agricultura: anais. Santo Antonio de Goiás: SEB: UFSM, 2018. v. 2. resumo. p. 1650. Biblioteca(s): Embrapa Soja. |
| |
168. | | OLIVEIRA, H. G. de; LACERDA, F. G.; MARINHO, C. G. S.; LUCIA, T. M. C. D. Atratividade de Atta sexdens rubropilosa por plantas de eucalipto atacadas previamente ou não por Thyrinteina arnobia. Pesquisa Agropecuária Brasileira, Brasília, DF, v. 39, n. 3, p. 285-287, mar. 2004 Notas Científicas.
Título em inglês: Atta sexdens rubropilosa attractiveness to eucalyptus plants previously attacked or not by Thyrinteina arnobia. Biblioteca(s): Embrapa Unidades Centrais. |
| |
172. | | OLIVEIRA, H. O. de; ALVES, R. M.; OLIVERIA, C. C. de; GONÇALVES, A. C. da S. Avaliação clonal para identificação de matrizes promissoras de cupuaçuzeiro (Theobroma grandiflorum). In: SEMINÁRIO DE INICIAÇÃO CIENTÍFICA DA EMBRAPA AMAZÔNIA ORIENTAL, 15., 2011, Belém, PA. A ciência de fazer ciência: anais. Belém, PA: Embrapa Amazônia Oriental, 2011. 1 CD-ROM. PIBIC-2011. Biblioteca(s): Embrapa Amazônia Oriental. |
| |
173. | | OLIVEIRA, H. S. de; LEMOS, O. F. de; MIRANDA, V. S. Auxinas no enraizamento in vitro de brotos de Piper nigrum L. In: CONGRESSO BRASILEIRO DE FLORICULTURA E PLANTAS ORNAMENTAIS, 17.; CONGRESSO BRASILEIRO DE CULTURA DE TECIDOS DE PLANTAS, 4., 2009, Aracaju. Ciência, inovação e sustentabilidade. Aracaju: Embrapa Tabuleiros Costeiros; Cruz das Almas: Embrapa Mandioca e Fruticultura Tropical, 2009. 1 CD-ROM. (Embrapa Tabuleiros Costeiros. Documentos, 150). Biblioteca(s): Embrapa Amazônia Oriental. |
| |
174. | | TOSTO, S. G.; SPERA, S. T.; SANTOS, R. D. dos; CARDOSO, E. L.; OLIVEIRA, H. de. Aptidão agrícola das terras da borda oeste do pantanal: maçico do Urucum e adjacências, MS. IN: CONGRESSO BRASILEIRO DE CIÊNÇIA DO SOLO, 25., 1995, Viçosa, MG. Resumos expandidos. Viçosa: UFV, 1995. v.3, p. 1463-1465. Biblioteca(s): Embrapa Tabuleiros Costeiros. |
| |
175. | | TOSTO, S. G.; SPERA, S. T.; SANTOS, R. D. dos; CARDOSO, E. L.; OLIVEIRA, H. de. Aptidao agricola das terras da borda oeste do Pantanal: Macico do Urucum e adjacencias, MS. In: CONGRESSO BRASILEIRO DE CIENCIA DO SOLO, 25., 1995, Vicosa. Resumos expandidos: o solo nos grandes dominios morfoclimaticos do Brasil e o desenvolvimento sustentado. Vicosa: Sociedade Brasileira de Ciencia do Solo / Universidade Federal Vicosa, 1995. v.3, p.1463-1465. Biblioteca(s): Embrapa Pantanal. |
| |
Registros recuperados : 739 | |
|
|
Registro Completo
Biblioteca(s): |
Embrapa Agricultura Digital. |
Data corrente: |
18/10/2017 |
Data da última atualização: |
21/01/2020 |
Tipo da produção científica: |
Artigo em Anais de Congresso |
Autoria: |
OLIVEIRA, H. L. C. de; OLIVEIRA, S. R. de M.; MONTEIRO, J. E. B. de A. |
Afiliação: |
HENRIQUE LIMA CARÁ DE OLIVEIRA, Unicamp, Bolsista CNPq; STANLEY ROBSON DE MEDEIROS OLIVEIRA, CNPTIA; JOSE EDUARDO B DE ALMEIDA MONTEIRO, CNPTIA. |
Título: |
Geração de séries temporais de dados meteorológicos utilizando algoritmos de aprendizado de máquina. |
Ano de publicação: |
2017 |
Fonte/Imprenta: |
In: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 11., 2017, Campinas. Anais... [S.l: s.n.], 2017. |
Páginas: |
Não paginado. |
Descrição Física: |
1 CD-ROM. |
ISBN: |
978-85-7029-141-7 |
Idioma: |
Português |
Notas: |
CIIC 2017. Nº 17602. |
Conteúdo: |
RESUMO - Este trabalho objetivou desenvolver uma metodologia baseada em algoritmos de Aprendizado de Máquina para gerar séries espaço-temporais de precipitação e temperatura. Foi definida uma região de estudo de formato retangular, entre as latitudes de -18º e -22º e as longitudes de -52º e -39º, incluindo a metade norte do Estado de São Paulo e parte do sul de Goiás, a metade sul de Minas Gerais e o Estado do Espírito Santo. A região foi escolhida por ser climaticamente bastante heterogênea e por conter muitas estações meteorológicas de diversas instituições, principalmente ANA e INMET. Foram utilizadas as séries temporais de precipitação e de temperatura máxima e mínima disponíveis na região, compreendendo o período de 01/01/1999 a 31/12/2013. Também foram utilizadas as bases externas TRMM e Nasa Power, cujos dados estão espacialmente dispostos em grades que cobrem a região de estudo. A região de estudo foi subdividida em formato de grade regular com resolução de 0,5º (latitude e longitude), resultando em 280 quadrículas, sendo 28 na horizontal e 10 na vertical. Para cada quadrícula foram ajustados modelos preditivos de precipitação diária, acumulada de 10 dias, temperatura máxima e temperatura mínima. Os resultados revelaram um bom ajuste dos modelos em relação aos valores previstos e observados, indicando um grande potencial da metodologia proposta tanto para a imputação de dados ausentes quanto para a geração de séries espaço-temporais em regiões sem a presença de dados medidos. MenosRESUMO - Este trabalho objetivou desenvolver uma metodologia baseada em algoritmos de Aprendizado de Máquina para gerar séries espaço-temporais de precipitação e temperatura. Foi definida uma região de estudo de formato retangular, entre as latitudes de -18º e -22º e as longitudes de -52º e -39º, incluindo a metade norte do Estado de São Paulo e parte do sul de Goiás, a metade sul de Minas Gerais e o Estado do Espírito Santo. A região foi escolhida por ser climaticamente bastante heterogênea e por conter muitas estações meteorológicas de diversas instituições, principalmente ANA e INMET. Foram utilizadas as séries temporais de precipitação e de temperatura máxima e mínima disponíveis na região, compreendendo o período de 01/01/1999 a 31/12/2013. Também foram utilizadas as bases externas TRMM e Nasa Power, cujos dados estão espacialmente dispostos em grades que cobrem a região de estudo. A região de estudo foi subdividida em formato de grade regular com resolução de 0,5º (latitude e longitude), resultando em 280 quadrículas, sendo 28 na horizontal e 10 na vertical. Para cada quadrícula foram ajustados modelos preditivos de precipitação diária, acumulada de 10 dias, temperatura máxima e temperatura mínima. Os resultados revelaram um bom ajuste dos modelos em relação aos valores previstos e observados, indicando um grande potencial da metodologia proposta tanto para a imputação de dados ausentes quanto para a geração de séries espaço-temporais em regiões sem a presença de dados... Mostrar Tudo |
Palavras-Chave: |
Agrometeorologia; Algoritmo Random Forest; Aprendizado com classes desbalanceadas; Aprendizado de máquina; Data imputation; Imputação de dados; Machine Learning; Modelos preditivos; Predictive modeling; Séries temporais; Unbalanced class learning. |
Thesaurus NAL: |
Agrometeorology; Artificial intelligence; Time series analysis. |
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/165194/1/PL-Geracao-CIIC.pdf
|
Marc: |
LEADER 02733nam a2200337 a 4500 001 2077534 005 2020-01-21 008 2017 bl uuuu u00u1 u #d 020 $a978-85-7029-141-7 100 1 $aOLIVEIRA, H. L. C. de 245 $aGeração de séries temporais de dados meteorológicos utilizando algoritmos de aprendizado de máquina.$h[electronic resource] 260 $aIn: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 11., 2017, Campinas. Anais... [S.l: s.n.], 2017.$c2017 300 $aNão paginado.$c1 CD-ROM. 500 $aCIIC 2017. Nº 17602. 520 $aRESUMO - Este trabalho objetivou desenvolver uma metodologia baseada em algoritmos de Aprendizado de Máquina para gerar séries espaço-temporais de precipitação e temperatura. Foi definida uma região de estudo de formato retangular, entre as latitudes de -18º e -22º e as longitudes de -52º e -39º, incluindo a metade norte do Estado de São Paulo e parte do sul de Goiás, a metade sul de Minas Gerais e o Estado do Espírito Santo. A região foi escolhida por ser climaticamente bastante heterogênea e por conter muitas estações meteorológicas de diversas instituições, principalmente ANA e INMET. Foram utilizadas as séries temporais de precipitação e de temperatura máxima e mínima disponíveis na região, compreendendo o período de 01/01/1999 a 31/12/2013. Também foram utilizadas as bases externas TRMM e Nasa Power, cujos dados estão espacialmente dispostos em grades que cobrem a região de estudo. A região de estudo foi subdividida em formato de grade regular com resolução de 0,5º (latitude e longitude), resultando em 280 quadrículas, sendo 28 na horizontal e 10 na vertical. Para cada quadrícula foram ajustados modelos preditivos de precipitação diária, acumulada de 10 dias, temperatura máxima e temperatura mínima. Os resultados revelaram um bom ajuste dos modelos em relação aos valores previstos e observados, indicando um grande potencial da metodologia proposta tanto para a imputação de dados ausentes quanto para a geração de séries espaço-temporais em regiões sem a presença de dados medidos. 650 $aAgrometeorology 650 $aArtificial intelligence 650 $aTime series analysis 653 $aAgrometeorologia 653 $aAlgoritmo Random Forest 653 $aAprendizado com classes desbalanceadas 653 $aAprendizado de máquina 653 $aData imputation 653 $aImputação de dados 653 $aMachine Learning 653 $aModelos preditivos 653 $aPredictive modeling 653 $aSéries temporais 653 $aUnbalanced class learning 700 1 $aOLIVEIRA, S. R. de M. 700 1 $aMONTEIRO, J. E. B. de A.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|