|
|
|
| Registros recuperados: 11 | |
|
|
| Barros,Flávio Margarito Martins de; Oliveira,Stanley Robson de Medeiros; Oliveira,Leandro Henrique Mendonça de. |
| Sistemas de informações tecnológicas exercem um papel fundamental na agricultura, pois proveem informações de forma rápida e eficiente, dando suporte a decisões estratégicas. No entanto, o excesso de informação disponível pode confundir e dificultar o acesso à informação desejada. Uma alternativa para amenizar esse problema é a adoção de sistemas que ofereçam recomendações automáticas de acordo com o perfil de uma comunidade de usuários. O objetivo deste trabalho foi desenvolver um sistema de recomendação, concebido a partir de técnicas de mineração de dados, para conteúdos relacionados à cultura da cana-de-açúcar. O modelo adotado foi o de listas de recomendação, que são regras de associação entre as páginas web visitadas, produzidas a partir dos dados de... |
| Tipo: Info:eu-repo/semantics/article |
Palavras-chave: Taxa de rejeição; Mineração de dados; Regras de associação; Informações tecnológicas agrícolas. |
| Ano: 2013 |
URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0006-87052013000400010 |
| |
|
|
| Dourado,Camila da Silva; Oliveira,Stanley Robson de Medeiros; Avila,Ana Maria Heuminski de. |
| O objetivo deste trabalho foi identificar zonas pluviometricamente homogêneas no Estado da Bahia e analisar as condições climáticas de cada zona entre 1981 e 2010. Foi aplicada a técnica de mineração de dados, Clusterização (agrupamento de dados), por meio do uso do algoritmo k-means, para transformação das séries históricas de precipitação em cinco zonas pluviometricamente homogêneas, em resposta à orografia, maritimidade e sistemas meteorológicos atuantes na região. Foram utilizados dados de médias mensais de precipitação de 92 estações meteorológicas. Os resultados apontam que as zonas mais secas estão situadas na parte central, de norte a sul do estado, principalmente ao norte com os menores volumes anuais, em torno de 480 mm. A zona localizada ao... |
| Tipo: Info:eu-repo/semantics/article |
Palavras-chave: Mineração de dados; Clusterização; Variabilidade pluviométrica. |
| Ano: 2013 |
URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0006-87052013000200012 |
| |
|
|
| Paim,Tiago do Prado; McManus,Concepta; Vieira,Fábio Danilo; Oliveira,Stanley Robson de Medeiros; Facó,Olivardo; Azevedo,Hymerson Costa; Araújo,Adriana Mello de; Moraes,José Carlos Ferrugem; Yamagishi,Michel Eduardo Beleza; Carneiro,Paulo Luiz Souza; Caetano,Alexandre Rodrigues; Paiva,Samuel Rezende. |
| Abstract: The objective of this work was to evaluate the usefulness of a subset of 18 single nucleotide polymorphisms (SNPs) for breed identification of Brazilian Crioula, Morada Nova (MN), and Santa Inês (SI) sheep. Data of 588 animals were analyzed with the Structure software. Assignments higher than 90% confidence were observed in 82% of the studied samples. Most of the low-value assignments were observed in MN and SI breeds. Therefore, although there is a high reliability in this subset of 18 SNPs, it is not enough for an unequivocal assignment of the studied breeds, mainly of hair breeds. A more precise panel still needs to be developed for the widespread use in breed assignment. |
| Tipo: Info:eu-repo/semantics/article |
Palavras-chave: Ovis aries; Animal genetic resources; Certification of origin; Genomics; Traceability. |
| Ano: 2019 |
URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-204X2019000104302 |
| |
|
|
| Crivelenti,Rafael Castro; Coelho,Ricardo Marques; Adami,Samuel Fernando; Oliveira,Stanley Robson de Medeiros. |
| O objetivo deste trabalho foi desenvolver uma metodologia para mapeamento digital de solos na escala 1:100.000 com a aplicação de técnicas de mineração de dados a descritores de relevo e a dados de mapas geológico e pedológico preexistentes. Foi criada uma base de dados digitais a partir de cartas topográficas e temáticas, que permitiu elaboração do modelo digital de elevação (MDE) da folha Dois Córregos, SP (escala 1:50.000). A partir do MDE, foram calculados os parâmetros geomorfométricos declividade, curvaturas em planta e perfil, área de contribuição e distância diagonal de drenagem. A matriz que associou esses dados georreferenciados foi analisada por meio de árvores de decisão, no ambiente de aprendizado de máquina Weka, o que gerou um modelo de... |
| Tipo: Info:eu-repo/semantics/article |
Palavras-chave: Árvores de decisão; Levantamento pedológico; Parâmetros geomorfométricos; Sistemas de informação geográfica. |
| Ano: 2009 |
URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-204X2009001200021 |
| |
|
| |
|
| |
|
|
| Valadares,Alan Pessoa; Coelho,Ricardo Marques; Oliveira,Stanley Robson de Medeiros. |
| ABSTRACT: Data Mining techniques play an important role in the prediction of soil spatial distribution in systematic soil surveying, though existing methodologies still lack standardization and a full understanding of their capabilities. The aim of this work was to evaluate the performance of preprocessing procedures and supervised classification approaches for predicting map units from 1:100,000-scale conventional semi-detailed soil surveys. Sheets of the Brazilian National Cartographic System on the 1:50,000 scale, “Dois Córregos” (“Brotas” 1:100,000-scale sheet), “São Pedro” and “Laras” (“Piracicaba” 1:100,000-scale sheet) were used for developing models. Soil map information and predictive environmental covariates for the dataset were obtained from the... |
| Tipo: Info:eu-repo/semantics/article |
Palavras-chave: Machine learning algorithms; Random forest; Tacit soil-landscape relationships; Digital soil mapping. |
| Ano: 2019 |
URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103-90162019001500439 |
| |
|
|
| Farhate,Camila Viana Vieira; Souza,Zigomar Menezes de; Oliveira,Stanley Robson de Medeiros; Carvalho,João Luís Nunes; Scala Júnior,Newton La; Santos,Ana Paula Guimarães. |
| ABSTRACT: The use of data mining is a promising alternative to predict soil respiration from correlated variables. Our objective was to build a model using variable selection and decision tree induction to predict different levels of soil respiration, taking into account physical, chemical and microbiological variables of soil as well as precipitation in renewal of sugarcane areas. The original dataset was composed of 19 variables (18 independent variables and one dependent (or response) variable). The variable-target refers to soil respiration as the target classification. Due to a large number of variables, a procedure for variable selection was conducted to remove those with low correlation with the variable-target. For that purpose, four approaches of... |
| Tipo: Info:eu-repo/semantics/article |
Palavras-chave: Soil CO2 emission; Data mining; Variable selection; Soil temperature; Soil organic matter. |
| Ano: 2018 |
URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103-90162018000300216 |
| |
|
|
| Maia,Ana Paula de Assis; Oliveira,Stanley Robson de Medeiros; Moura,Daniella Jorge de; Sarubbi,Juliana; Vercellino,Rimena do Amaral; Medeiros,Brenda Batista Lemos; Griska,Paulo Roberto. |
| Thermal comfort is of great importance in preserving body temperature homeostasis during thermal stress conditions. Although the thermal comfort of horses has been widely studied, there is no report of its relationship with surface temperature (T S). This study aimed to assess the potential of data mining techniques as a tool to associate surface temperature with thermal comfort of horses. T S was obtained using infrared thermography image processing. Physiological and environmental variables were used to define the predicted class, which classified thermal comfort as "comfort" and "discomfort". The variables of armpit, croup, breast and groin T S of horses and the predicted classes were then subjected to a machine learning process. All variables in the... |
| Tipo: Info:eu-repo/semantics/article |
Palavras-chave: Feature selection methods; Data mining; Surface temperature; Infrared thermography; Thermoregulation. |
| Ano: 2013 |
URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103-90162013000600001 |
| |
|
|
| Tavares,Rose Luiza Moraes; Oliveira,Stanley Robson de Medeiros; Barros,Flávio Margarito Martins de; Farhate,Camila Viana Vieira; Souza,Zigomar Menezes de; Scala Junior,Newton La. |
| ABSTRACT: The Random Forest algorithm is a data mining technique used for classifying attributes in order of importance to explain the variation in an attribute-target, as soil CO2 flux. This study aimed to identify prediction of soil CO2 flux variables in management systems of sugarcane through the machine-learning algorithm called Random Forest. Two different management areas of sugarcane in the state of São Paulo, Brazil, were selected: burned and green. In each area, we assembled a sampling grid with 81 georeferenced points to assess soil CO2 flux through automated portable soil gas chamber with measuring spectroscopy in the infrared during the dry season of 2011 and the rainy season of 2012. In addition, we sampled the soil to evaluate physical,... |
| Tipo: Info:eu-repo/semantics/article |
Palavras-chave: Saccharum officinarum; Soil respiration; Green sugarcane; Clay. |
| Ano: 2018 |
URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103-90162018000400281 |
| |
|
| |
| Registros recuperados: 11 | |
|
|
|
