Sabiia Seb
PortuguêsEspañolEnglish
Embrapa
        Busca avançada

Botão Atualizar


Botão Atualizar

Ordenar por: 

RelevânciaAutorTítuloAnoImprime registros no formato resumido
Registros recuperados: 4
Primeira ... 1 ... Última
Imagem não selecionada

Imprime registro no formato completo
A prospective study on the application of Data Science in agriculture. Repositório Alice
SOUZA, K. X. S. de; TERNES, S.; OLIVEIRA, S. R. de M.; MOURA, M. F.; BARIONI, L. G.; HIGA, R. H.; FASIABEN, M. do C. R..
A quantidade e diversidade de dados disponíveis têm o potencial de causar profundas transformações na maneira que se realiza pesquisa e se propõe inovações na agricultura. Na chamada era do Petabyte, caracterizada pela ubiquidade de sensores e computadores, armazenamento quase infinito, computação em nuvem, robótica e IoT, a demanda e as oportunidades para aplicação da computação científica são extraordinárias, tanto na extração do conhecimento quanto na compreensão dos mecanismos associados a sistemas complexos. Este artigo apresenta um estudo prospectivo com base no estado da arte e enumera algumas áreas nas quais a aplicação da Ciência de Dados resultaria em grande benefício para pesquisadores, agricultores e agentes públicos.
Tipo: Anais e Proceedings de eventos Palavras-chave: Computação científica; Aprendizado de máquina; Modelagem; Redes de sensores; Machine Learning.; Simulação; Agricultura; Agriculture..
Ano: 2017 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1083412
Imagem não selecionada

Imprime registro no formato completo
An approach based on text mining for knowledge acquisition in diagnostic systems. Repositório Alice
MASSRUHA, S. M. F. S.; MARCHI, R.; SILVA, L. M. C. da; SOUZA, K. X. S. de; OLIVEIRA, L. H. M. de; OLIVEIRA, S. R. de M.; MORANDI, M. A. B..
Introduction. Methodology. Data preparation phase. Information extraction and mining phase. A case study with corn diseases. The results and discussion.
Tipo: Anais e Proceedings de eventos Palavras-chave: Mineração de texto; Aprendizado de máquina; Doenças do milho; Text mining; Knowledge discovery; Predictions; Corn diseases; Machine Learning..
Ano: 2007 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/2921
Imagem não selecionada

Imprime registro no formato completo
Avaliação de métodos de detecção de tópicos em pré-processamento para classificação de textos agrícolas. Repositório Alice
BARROS, F. M. M.; OLIVEIRA, S. R. de M..
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...
Tipo: Anais e Proceedings de eventos Palavras-chave: Mineração de textos; Aprendizado de máquina; Redução de dimensionalidade; Sistema de informação agrícola; Text mining; Dimensionality reduction; Agricultural information systems; Machine Learning.; Agricultura; Agriculture..
Ano: 2017 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1083387
Imagem não selecionada

Imprime registro no formato completo
Geração de séries temporais de dados meteorológicos utilizando algoritmos de aprendizado de máquina. Repositório Alice
OLIVEIRA, H. L. C. de; OLIVEIRA, S. R. de M.; MONTEIRO, J. E. B. de A..
RESUMO - Este trabalho objetivou desenvolver uma metodologia baseada em algoritmos de Aprendizado de Máquina para gerar séries espaço-temporais de precipitação e temperatura. Foi definida uma região de estudo de formato retangular, entre as latitudes de -18º e -22º e as longitudes de -52º e -39º, incluindo a metade norte do Estado de São Paulo e parte do sul de Goiás, a metade sul de Minas Gerais e o Estado do Espírito Santo. A região foi escolhida por ser climaticamente bastante heterogênea e por conter muitas estações meteorológicas de diversas instituições, principalmente ANA e INMET. Foram utilizadas as séries temporais de precipitação e de temperatura máxima e mínima disponíveis na região, compreendendo o período de 01/01/1999 a 31/12/2013. Também...
Tipo: Anais e Proceedings de eventos Palavras-chave: Séries temporais; Aprendizado de máquina; Aprendizado com classes desbalanceadas; Modelos preditivos; Imputação de dados; Algoritmo Random Forest; Unbalanced class learning; Predictive modeling; Data imputation; Agrometeorologia; Machine Learning.; Time series analysis; Artificial intelligence; Agrometeorology..
Ano: 2017 URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1077534
Registros recuperados: 4
Primeira ... 1 ... Última
 

Empresa Brasileira de Pesquisa Agropecuária - Embrapa
Todos os direitos reservados, conforme Lei n° 9.610
Política de Privacidade
Área restrita

Embrapa
Parque Estação Biológica - PqEB s/n°
Brasília, DF - Brasil - CEP 70770-901
Fone: (61) 3448-4433 - Fax: (61) 3448-4890 / 3448-4891 SAC: https://www.embrapa.br/fale-conosco

Valid HTML 4.01 Transitional