| |
|
|
| Registros recuperados : 514 | |
| 361. |  | RAMOS, H. M. M.; BASTOS, E. A.; CARDOSO, M. J.; RIBEIRO, V. Q.; NASCIMENTO, F. N. do. Produtividade de grãos verdes do feijão-caupi sob diferentes regimes hídricos. Engenharia Agrícola, Jaboticabal, v. 34, n. 4, p. 683-694, jul./ago. 2014.| Biblioteca(s): Embrapa Meio-Norte. |
|    |
| 362. | | BASTOS, E. A.; RAMOS, H. M. M.; CARDOSO, M. J.; ANDRADE JUNIOR, A. S. de; NASCIMENTO, F. N. Produtividades de vagens, grãos e índice de grãos verdes de feijão-caupi sob diferentes lâminas de irrigação. In: CONGRESSO NACIONAL DE FEIJÃO-CAUPI, 3., 2013, Recife. Feijão-Caupi como alternativa sustentável para os sistemas produtivos familiares e empresariais. Recife: IPA, 2013. CONAC 2012. Disponível em: http://www.conac2012.org/resumos/pdf/139a.pdf. Acesso em: 23 jul. 2013.| Biblioteca(s): Embrapa Meio-Norte. |
| |
| 365. | | BOTELHO, S. M.; RODRIGUES, J. E. L.; TEIXEIRA, R. N.; NASCIMENTO JUNIOR, J. de D. B.; BASTOS, E. A. Relação benefício/custo da calagem para o feijão-caupi [Vigna unguiculata (L.) walp]), cv. BR3 Tracuateua, em solo ácido de Salvaterra, Marajó, Pará. In: CONGRESSO NACIONAL DE FEIJÃO-CAUPI, 3., 2013, Recife. Feijão-Caupi como alternativa sustentável para os sistemas produtivos familiares e empresariais. Recife: IPA, 2013.| Biblioteca(s): Embrapa Amazônia Oriental; Embrapa Meio-Norte. |
| |
| 366. | | NASCIMENTO, S. P. do; BASTOS, E. A.; ARAUJO, E. C. E.; FREIRE FILHO, F. R.; SILVA, E. M. da. Tolerância ao déficit hídrico em genótipos de feijão-caupi. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, v. 15, n. 8, p. 853-860, 2011.| Biblioteca(s): Embrapa Algodão; Embrapa Meio-Norte. |
| |
| 367. | | RODRIGUES, E. V.; SILVA, K. J. D. e; ROCHA, M. de M.; BASTOS, E. A.; SANTOS, A. dos. Tolerance of F2 populations of cowpea to water deficit. Revista Caatinga, Mossoró, v. 31, n. 1, p. 48-55, jan./mar. 2018.| Biblioteca(s): Embrapa Meio-Norte. |
| |
| 371. | | ANDRADE JUNIOR, A. S. de; BASTOS, E. A.; RIBEIRO, V. Q.; ATHAYDE SOBRINHO, C.; SILVA, P. H. S. da. Stalk yield of sugarcane cultivars under different water regimes by subsurface drip irrigation. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, v. 21, n. 3, p.169-174, 2017.| Biblioteca(s): Embrapa Meio-Norte. |
| |
| 372. | | ANDRADE JUNIOR, A. S. de; SILVA, E. F. de F.; BASTOS, E. A.; LEAL, C. M.; FOLEGATTI, M. V. Uso da água subterrânea para irrigação no sudeste piauiense e o risco de salinização e sodificação do solo. In: SIMPÓSIO DE RECURSOS HÍDRICOS DO NORDESTE, 7., 2004, São Luis. Anais...São Luís, MA, 2004. 20 p.| Biblioteca(s): Embrapa Meio-Norte. |
| |
| 373. | | ANDRADE JUNIOR, A. S. de; SILVA, E. F. de F.; BASTOS, E. A.; LEAL, C. M.; FOLEGATTI, M. V. Uso da água subterrânea para irrigação no sudeste piauiense e o risco de salinização e sodificação do solo. In: SIMPÓSIO DE RECURSOS HÍDRICOS DO NORDESTE, 7., 2004, São Luis. Anais...São Luís, MA, 2004.| Biblioteca(s): Embrapa Meio-Norte. |
| |
| 376. | | CARDOSO, M. J.; BASTOS, E. A.; MELO, F. de B.; ANDRADE JUNIOR, A. S. de; ATHAYDE SOBRINHO, C.; RODRIGUES, B. H. N. Avaliação de cultivares de milho em solos aluvial eutrófico e areia quartzosa sob irrigação. In: CONGRESSO NACIONAL DE MILHO E SORGO, 21., 1996, Londrina. Resumos... Londrina: IAPAR, 1996. p. 113.| Biblioteca(s): Embrapa Meio-Norte. |
| |
| 379. | | SOUSA, C. M. B. de; LIMA, L. R. L.; SILVA, K. J. D. e; BASTOS, E. A.; ROCHA, M. de M. Avaliação de genótipos de feijão-caupí sob condições de déficit hídrico durante o estádio reprodutivo. In: CONGRESSO BRASILEIRO DE MELHORAMENTO DE PLANTAS, 7., 2013, Uberlândia. Variedade melhorada: a força da nossa agricultura: anais. Viçosa, MG: SBMP, 2013. 1 CD-ROM. Titulo: Avaliação de genótipos de feijão-caupí [i.e. caupi] sob condições de déficit hídrico durante o estádio reprodutivo.| Biblioteca(s): Embrapa Meio-Norte. |
| |
| 380. | | BASTOS, E. A.; ANDRADE JUNIOR, A. S. de; NOGUEIRA, C. C. P.; RODRIGUES, B. H. N.; SANTOS, F. J. de S. Irrigação. In: CARDOSO, M. J.; BASTOS, E. A.; ANDRADE JUNIOR, A. S. de; ATHAYDE SOBRINHO, C. (Ed.). Feijão-Caupi: o produtor pergunta, a Embrapa responde. Brasília, DF: Embrapa, 2017. p. 125-138. (Coleção 500 perguntas, 500 respostas).| Biblioteca(s): Embrapa Meio-Norte. |
| |
| Registros recuperados : 514 | |
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Agricultura Digital. |
|
Data corrente: |
22/12/2017 |
|
Data da última atualização: |
21/01/2020 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
BARROS, F. M. M.; OLIVEIRA, S. R. de M. |
|
Afiliação: |
FLAVIO M. M. BARROS, Feagri/Unicamp; STANLEY ROBSON DE MEDEIROS OLIVEIRA, CNPTIA. |
|
Título: |
Avaliação de métodos de detecção de tópicos em pré-processamento para classificação de textos agrícolas. |
|
Ano de publicação: |
2017 |
|
Fonte/Imprenta: |
In: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 11., 2017, Campinas. Ciência de dados na era da agricultura digital: anais. Campinas: Editora da Unicamp: Embrapa Informática Agropecuária, 2017. |
|
Páginas: |
p. 615-624. |
|
ISBN: |
978-85-85783-75-4 |
|
Idioma: |
Português |
|
Notas: |
SBIAgro 2017. |
|
Conteúdo: |
Neste trabalho, buscou-se construir e comparar modelos capazes de diferenciar textos sobre a cultura da cana-de-açúcar de outros textos relacionados a outras culturas ou criações. Para criar modelos de classificação de textos, os dados são transformados em matrizes termos-documentos, de forma que os dados apresentam alta dimensionalidade. Para construir melhores modelos de classificação de textos agrícolas foram testados: a) métodos de redução de dimensionalidade utilizando LDA (Latent Dirichlet Allocation) e PCA (Principal Component Analysis); b) número de tópicos/componentes principais; c) unigrama/bigrama; e d) algoritmos Random Forest, Gradiente Boosting e SVM (Support Vector Machine), de forma a determinar os fatores que mais impactam o AUC (Area Under the Curve). Os resultados demonstraram que os fatores estatisticamente significativos são o tipo de pré-processamento, com vantagem para LDA, e o tipo de algoritmo utilizado, com destaque para o SVM. O número de tópicos e de componentes principais e o uso de unigrama e bigrama não tiveram efeito estatisticamente significativo na performance dos modelos em termos de AUC. |
|
Palavras-Chave: |
Agricultural information systems; Aprendizado de máquina; Dimensionality reduction; Machine Learning; Mineração de textos; Redução de dimensionalidade; Sistema de informação agrícola; Text mining. |
|
Thesagro: |
Agricultura. |
|
Thesaurus NAL: |
Agriculture. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/169707/1/Avaliacao-sbiagro2017.pdf
|
|
Marc: |
LEADER 02207nam a2200277 a 4500
001 2083387
005 2020-01-21
008 2017 bl uuuu u00u1 u #d
020 $a978-85-85783-75-4
100 1 $aBARROS, F. M. M.
245 $aAvaliação de métodos de detecção de tópicos em pré-processamento para classificação de textos agrícolas.$h[electronic resource]
260 $aIn: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 11., 2017, Campinas. Ciência de dados na era da agricultura digital: anais. Campinas: Editora da Unicamp: Embrapa Informática Agropecuária$c2017
300 $ap. 615-624.
500 $aSBIAgro 2017.
520 $aNeste trabalho, buscou-se construir e comparar modelos capazes de diferenciar textos sobre a cultura da cana-de-açúcar de outros textos relacionados a outras culturas ou criações. Para criar modelos de classificação de textos, os dados são transformados em matrizes termos-documentos, de forma que os dados apresentam alta dimensionalidade. Para construir melhores modelos de classificação de textos agrícolas foram testados: a) métodos de redução de dimensionalidade utilizando LDA (Latent Dirichlet Allocation) e PCA (Principal Component Analysis); b) número de tópicos/componentes principais; c) unigrama/bigrama; e d) algoritmos Random Forest, Gradiente Boosting e SVM (Support Vector Machine), de forma a determinar os fatores que mais impactam o AUC (Area Under the Curve). Os resultados demonstraram que os fatores estatisticamente significativos são o tipo de pré-processamento, com vantagem para LDA, e o tipo de algoritmo utilizado, com destaque para o SVM. O número de tópicos e de componentes principais e o uso de unigrama e bigrama não tiveram efeito estatisticamente significativo na performance dos modelos em termos de AUC.
650 $aAgriculture
650 $aAgricultura
653 $aAgricultural information systems
653 $aAprendizado de máquina
653 $aDimensionality reduction
653 $aMachine Learning
653 $aMineração de textos
653 $aRedução de dimensionalidade
653 $aSistema de informação agrícola
653 $aText mining
700 1 $aOLIVEIRA, S. R. de M.
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. |
|
|
