| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Unidades Centrais. |
|
Data corrente: |
17/01/2008 |
|
Data da última atualização: |
30/03/2023 |
|
Autoria: |
PAOLI, L. G. de; CAMARGO, R. L. B.; HARAKAVA, R.; MENDES, B. M. J.; FILHO, F. de A. A. M. |
|
Afiliação: |
Luis Gustavo de Paoli, Escola Superior de Agricultura Luiz de Queiroz - ESALQ; Raquel Luciana Boscariol Camargo, Centro de Energia Nuclear na Agricultura - CENA; Ricardo Harakava, Instituto Biológico - IB; Beatriz Madalena Januzzi Mendes, Centro de Energia Nuclear na Agricultura - CENA; Francisco de Assis Alves Mourão Filho, Escola Superior de Agricultura Luiz de Queiroz - ESALQ. |
|
Título: |
Transformação genética de laranja 'Valência' com o gene cecropin MB39 |
|
Ano de publicação: |
2007 |
|
Fonte/Imprenta: |
Pesquisa Agropecuária Brasileira, Brasília, DF, v. 42, n. 11, p. 1663-1666, nov. 2007 |
|
Idioma: |
Português |
|
Notas: |
Notas Científicas.
Título em inglês: Genetic transformation of 'Valencia' sweet orange with the cecropin MB39 gene. |
|
Conteúdo: |
O objetivo deste trabalho foi obter plantas transgênicas de laranja 'Valência' com o gene cecropin MB39 controlado pelo promotor do gene da fenilalanina-amônia-liase de citros, visando a expressão gênica específica nos vasos do xilema. A transformação genética foi realizada via Agrobacterium tumefaciens por meio do co-cultivo de segmentos de epicótilo. Onze plantas transgênicas foram identificadas por PCR, pela amplificação do fragmento esperado de 189 pb, as quais foram aclimatizadas em casa de vegetação. A integração do transgene foi confirmada em três plantas pela análise de transferência de Southern. |
|
Palavras-Chave: |
antibacterial peptide; CVC; peptídeo antibacteriano. |
|
Thesagro: |
Agrobacterium Tumefaciens; Citrus Sinensis; Xilema. |
|
Thesaurus Nal: |
xylem. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/106685/1/Transformacao.pdf
|
|
Marc: |
LEADER 01527naa a2200265 a 4500
001 1122838
005 2023-03-30
008 2007 bl uuuu u00u1 u #d
100 1 $aPAOLI, L. G. de
245 $aTransformação genética de laranja 'Valência' com o gene cecropin MB39$h[electronic resource]
260 $c2007
500 $aNotas Científicas. Título em inglês: Genetic transformation of 'Valencia' sweet orange with the cecropin MB39 gene.
520 $aO objetivo deste trabalho foi obter plantas transgênicas de laranja 'Valência' com o gene cecropin MB39 controlado pelo promotor do gene da fenilalanina-amônia-liase de citros, visando a expressão gênica específica nos vasos do xilema. A transformação genética foi realizada via Agrobacterium tumefaciens por meio do co-cultivo de segmentos de epicótilo. Onze plantas transgênicas foram identificadas por PCR, pela amplificação do fragmento esperado de 189 pb, as quais foram aclimatizadas em casa de vegetação. A integração do transgene foi confirmada em três plantas pela análise de transferência de Southern.
650 $axylem
650 $aAgrobacterium Tumefaciens
650 $aCitrus Sinensis
650 $aXilema
653 $aantibacterial peptide
653 $aCVC
653 $apeptídeo antibacteriano
700 1 $aCAMARGO, R. L. B.
700 1 $aHARAKAVA, R.
700 1 $aMENDES, B. M. J.
700 1 $aFILHO, F. de A. A. M.
773 $tPesquisa Agropecuária Brasileira, Brasília, DF$gv. 42, n. 11, p. 1663-1666, nov. 2007
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Unidades Centrais (AI-SEDE) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Tabuleiros Costeiros; Embrapa Territorial. |
|
Data corrente: |
04/08/2023 |
|
Data da última atualização: |
04/08/2023 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
SILVA, M. A. S. da; MATOS, L. N.; SANTOS, F. E. de O.; DOMPIERI, M. H. G.; MOURA, F. R. de. |
|
Afiliação: |
MARCOS AURELIO SANTOS DA SILVA, CPATC; LEONARDO N. MATOS, UFS; FLAVIO E. DE O. SANTOS, UFS; MARCIA HELENA GALINA DOMPIERI, CNPM; FABIO R. DE MOURA, UFS. |
|
Título: |
Feature engineering vs. extraction: clustering Brazilian municipalities through spatial panel agricultural data via autoencoders. |
|
Ano de publicação: |
2022 |
|
Fonte/Imprenta: |
In: ENCONTRO NACIONAL DE INTELIGÊNCIA ARTIFICIAL E COMPUTACIONAL, 19., 2023, Campinas. Anais... Porto Alegre: Sociedade Brasileira de Computação, 2022. |
|
ISSN: |
2763-9061 |
|
DOI: |
https://doi.org/10.5753/eniac.2022 |
|
Idioma: |
Inglês |
|
Conteúdo: |
This article compares the clustering of Brazilian municipalities according to their agricultural diversity using two approaches, one based on feature engineering and the other based on feature extraction using Deep Learning based on autoencoders and cluster analysis based on k-means and Self-Organizing Maps. The analyzes were conducted from panel data referring to IBGE?s annual estimates of Brazilian agricultural production between 1999 and 2018. Different structures of simple stacked undercomplete autoencoders were analyzed, varying the number of layers and neurons in each of them, including the latent layer. The asymmetric exponential linear loss function was also evaluated to cope with the sparse data. The results show that in comparison with the ground truth adopted, the autoencoder model combined with the k-means presented a superior result than the clustering of the raw data from the k-means, demonstrating the ability of simple autoencoders to represent from their latent layer important features of the data. Although the general accuracy is low, the results are promising, considering that we evaluated the most simple strategy for Deep Clustering. |
|
Palavras-Chave: |
Análise de dados espacial; Inteligência artifical. |
|
Thesagro: |
Produção Agrícola. |
|
Thesaurus NAL: |
Agricultural products; Artificial intelligence. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1155654/1/Feature-engineering...2023.pdf
|
|
Marc: |
LEADER 02095nam a2200241 a 4500
001 2155654
005 2023-08-04
008 2022 bl uuuu u00u1 u #d
022 $a2763-9061
024 7 $ahttps://doi.org/10.5753/eniac.2022$2DOI
100 1 $aSILVA, M. A. S. da
245 $aFeature engineering vs. extraction$bclustering Brazilian municipalities through spatial panel agricultural data via autoencoders.$h[electronic resource]
260 $aIn: ENCONTRO NACIONAL DE INTELIGÊNCIA ARTIFICIAL E COMPUTACIONAL, 19., 2023, Campinas. Anais... Porto Alegre: Sociedade Brasileira de Computação$c2022
520 $aThis article compares the clustering of Brazilian municipalities according to their agricultural diversity using two approaches, one based on feature engineering and the other based on feature extraction using Deep Learning based on autoencoders and cluster analysis based on k-means and Self-Organizing Maps. The analyzes were conducted from panel data referring to IBGE?s annual estimates of Brazilian agricultural production between 1999 and 2018. Different structures of simple stacked undercomplete autoencoders were analyzed, varying the number of layers and neurons in each of them, including the latent layer. The asymmetric exponential linear loss function was also evaluated to cope with the sparse data. The results show that in comparison with the ground truth adopted, the autoencoder model combined with the k-means presented a superior result than the clustering of the raw data from the k-means, demonstrating the ability of simple autoencoders to represent from their latent layer important features of the data. Although the general accuracy is low, the results are promising, considering that we evaluated the most simple strategy for Deep Clustering.
650 $aAgricultural products
650 $aArtificial intelligence
650 $aProdução Agrícola
653 $aAnálise de dados espacial
653 $aInteligência artifical
700 1 $aMATOS, L. N.
700 1 $aSANTOS, F. E. de O.
700 1 $aDOMPIERI, M. H. G.
700 1 $aMOURA, F. R. de
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Tabuleiros Costeiros (CPATC) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
