| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Unidades Centrais. |
|
Data corrente: |
18/04/2016 |
|
Data da última atualização: |
23/05/2017 |
|
Autoria: |
ABREU, K. |
|
Afiliação: |
KÁTIA ABREU, MAPA. |
|
Título: |
MAPA resposta eficiente à demanda dos consumidores brasileiros e dos exportadores. |
|
Ano de publicação: |
2015 |
|
Fonte/Imprenta: |
Revista de política agrícola, Brasília, DF, ano 24, n. 4, p. 3-4, out./nov./dez. 2015. |
|
Idioma: |
Português |
|
Notas: |
Carta da agricultura. |
|
Conteúdo: |
É papel do Mapa ajudar nossa agricultura abastecer o mercado interno com produtos de elevada qualidade, a preços coerentes com o poder de compra da massa de consumidores, e propiciar condições para que as exportações se ampliem e ajudem o País crescer e equilibrar sua balança comercial. |
|
Thesagro: |
Agricultura. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/142385/1/MAPA-resposta-eficiente.pdf
|
|
Marc: |
LEADER 00753naa a2200145 a 4500
001 2043560
005 2017-05-23
008 2015 bl uuuu u00u1 u #d
100 1 $aABREU, K.
245 $aMAPA resposta eficiente à demanda dos consumidores brasileiros e dos exportadores.
260 $c2015
500 $aCarta da agricultura.
520 $aÉ papel do Mapa ajudar nossa agricultura abastecer o mercado interno com produtos de elevada qualidade, a preços coerentes com o poder de compra da massa de consumidores, e propiciar condições para que as exportações se ampliem e ajudem o País crescer e equilibrar sua balança comercial.
650 $aAgricultura
773 $tRevista de política agrícola, Brasília, DF, ano 24$gn. 4, p. 3-4, out./nov./dez. 2015.
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 Agricultura Digital; Embrapa Soja. |
|
Data corrente: |
27/04/2023 |
|
Data da última atualização: |
27/04/2023 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 2 |
|
Autoria: |
MEIR, Y.; BARBEDO, J. G. A.; KEREN, O.; GODOY, C. V.; AMEDI, N.; SHALOM, Y.; GEVA, A. B. |
|
Afiliação: |
YONATAN MEIR, INNEREYE LTD.; JAYME GARCIA ARNAL BARBEDO, CNPTIA; OMRI KEREN, INNEREYE LTD.; CLAUDIA VIEIRA GODOY, CNPSO; NOFAR AMEDI, INNEREYE LTD.; YAAR SHALOM, INNEREYE LTD.; AMIR B. GEVA, INNEREYE LTD., BEN GURION UNIVERSITY. |
|
Título: |
Using brainwave patterns recorded from plant pathology experts to increase the reliability of ai-based plant disease recognition system. |
|
Ano de publicação: |
2023 |
|
Fonte/Imprenta: |
Sensors, v. 23, n. 9, 4272, 2023. |
|
DOI: |
https://doi.org/10.3390/s23094272 |
|
Idioma: |
Inglês |
|
Conteúdo: |
This study investigates how the use of electroencephalograms from plant pathology experts can improve the accuracy and robustness of image-based artificial intelligence models dedicated to plant disease recognition. |
|
Palavras-Chave: |
Active learning; Aprendizado ativo; Electroencephalogram; Eletroencefalograma; Imagem digital; Inteligência artificial; Labeling; Ondas cerebrais; Patologia de planta. |
|
Thesagro: |
Soja. |
|
Thesaurus NAL: |
Artificial intelligence; Digital images; Plant diseases and disorders; Plant pathology; Soybeans. |
|
Categoria do assunto: |
--
X Pesquisa, Tecnologia e Engenharia |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1153401/1/AP-Using-Brainwave-2023.pdf
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1153402/1/Using-Brainwave-Patterns-Recorded-from-Plant-Pathology-Experts-to-Increase-the-Reliability-of-AI-Based-Plant-Disease-Recognition-System.pdf
|
|
Marc: |
LEADER 01349naa a2200385 a 4500
001 2153401
005 2023-04-27
008 2023 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.3390/s23094272$2DOI
100 1 $aMEIR, Y.
245 $aUsing brainwave patterns recorded from plant pathology experts to increase the reliability of ai-based plant disease recognition system.$h[electronic resource]
260 $c2023
520 $aThis study investigates how the use of electroencephalograms from plant pathology experts can improve the accuracy and robustness of image-based artificial intelligence models dedicated to plant disease recognition.
650 $aArtificial intelligence
650 $aDigital images
650 $aPlant diseases and disorders
650 $aPlant pathology
650 $aSoybeans
650 $aSoja
653 $aActive learning
653 $aAprendizado ativo
653 $aElectroencephalogram
653 $aEletroencefalograma
653 $aImagem digital
653 $aInteligência artificial
653 $aLabeling
653 $aOndas cerebrais
653 $aPatologia de planta
700 1 $aBARBEDO, J. G. A.
700 1 $aKEREN, O.
700 1 $aGODOY, C. V.
700 1 $aAMEDI, N.
700 1 $aSHALOM, Y.
700 1 $aGEVA, A. B.
773 $tSensors$gv. 23, n. 9, 4272, 2023.
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. |
|
|
