|
|
Registros recuperados : 11 | |
11. | | SANTOS, S. A.; LIMA, H. P. de; ABREU, U. G. P. de; CALHEIROS, D. F.; TOMAS, W. M.; ARAUJO, M. T. B. D.; SALIS, S. M. de; CARDOSO, E. L.; OLIVEIRA, M. D. de; SOARES, M. T. S.; MASSRUHA, S. M. F. S.; CRISPIM, S. M. A.; SILVA, R. A. M. S.; AMANCIO, C. O. da G.; THAMADA, T. Sistema de suporte à decisão para avaliação e monitoramento das fazendas pantaneiras- FPS. Corumbá: Embrapa Pantanal, 2010. Biblioteca(s): Embrapa Pantanal. |
| |
Registros recuperados : 11 | |
|
|
Registro Completo
Biblioteca(s): |
Embrapa Agricultura Digital. |
Data corrente: |
21/11/2013 |
Data da última atualização: |
22/01/2020 |
Tipo da produção científica: |
Artigo em Anais de Congresso |
Autoria: |
DI GIROLAMO NETO, C.; RODRIGUES, L. H. A.; THAMADA, T. T.; MEIRA, C. A. A. |
Afiliação: |
CESARE DI GIROLAMO NETO, Colaborador CNPTIA; LUIZ HENRIQUE ANTUNES RODRIGUES, Feagri/Unicamp; THIAGO TOSHIYUKI THAMADA, Colaborador CNPTIA; CARLOS ALBERTO ALVES MEIRA, CNPTIA. |
Título: |
Potencial de técnicas de mineração de dados para modelos de alerta da ferrugem do cafeeiro. |
Ano de publicação: |
2013 |
Fonte/Imprenta: |
In: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 9., 2013, Cuiabá. Agroinformática: inovação para a sustentabilidade do agronegócio brasileiro: anais. Cuiabá: Universidade Federal de Mato Grosso, 2013. |
Páginas: |
Não paginado. |
Idioma: |
Português |
Notas: |
SBIAgro 2013. |
Conteúdo: |
Resumo. Este trabalho procurou avaliar o potencial de técnicas de mineração de dados no desenvolvimento de modelos de alerta da ferrugem do cafeeiro. Foram avaliadas quatro técnicas: Redes Neurais Artificiais, Árvores de Decisão, Support Vector Machines e Random Forest. A avaliação dos modelos gerados mostrou que as duas últimas técnicas geram modelos com maior taxa de acerto e melhores medidas de sensitividade e especificidade. As Redes Neurais Artificiais geraram modelos com alto valor de sensitividade, enquanto que as Árvores de Decisão obtiveram desempenho inferior quando comparadas às demais técnicas. O balanceamento de classes se mostrou um procedimento fundamental na melhora da taxa de acerto dos modelos. |
Palavras-Chave: |
Árvore de decisão; Coffee rust; Data mining; Decision tree; Ferrugem do cafeeiro; Mineração de dados; Modelos de alerta; Random forest; Redes neurais. |
Thesaurus NAL: |
Neural networks; support vector machines. |
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/92847/1/117553.pdf
|
Marc: |
LEADER 01787nam a2200301 a 4500 001 1971782 005 2020-01-22 008 2013 bl uuuu u00u1 u #d 100 1 $aDI GIROLAMO NETO, C. 245 $aPotencial de técnicas de mineração de dados para modelos de alerta da ferrugem do cafeeiro.$h[electronic resource] 260 $aIn: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 9., 2013, Cuiabá. Agroinformática: inovação para a sustentabilidade do agronegócio brasileiro: anais. Cuiabá: Universidade Federal de Mato Grosso$c2013 300 $aNão paginado. 500 $aSBIAgro 2013. 520 $aResumo. Este trabalho procurou avaliar o potencial de técnicas de mineração de dados no desenvolvimento de modelos de alerta da ferrugem do cafeeiro. Foram avaliadas quatro técnicas: Redes Neurais Artificiais, Árvores de Decisão, Support Vector Machines e Random Forest. A avaliação dos modelos gerados mostrou que as duas últimas técnicas geram modelos com maior taxa de acerto e melhores medidas de sensitividade e especificidade. As Redes Neurais Artificiais geraram modelos com alto valor de sensitividade, enquanto que as Árvores de Decisão obtiveram desempenho inferior quando comparadas às demais técnicas. O balanceamento de classes se mostrou um procedimento fundamental na melhora da taxa de acerto dos modelos. 650 $aNeural networks 650 $asupport vector machines 653 $aÁrvore de decisão 653 $aCoffee rust 653 $aData mining 653 $aDecision tree 653 $aFerrugem do cafeeiro 653 $aMineração de dados 653 $aModelos de alerta 653 $aRandom forest 653 $aRedes neurais 700 1 $aRODRIGUES, L. H. A. 700 1 $aTHAMADA, T. T. 700 1 $aMEIRA, C. A. 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. |
|
|