Home Itens selecionados Provedores de dados OAI Créditos Sobre Ajuda

			Busca avançada
	Provedor de dados Infoteca-e (4) Rev. Bras. Bot. (1) AGRIAMBI (1) Autor ARAUJO, R. M. (1) BARBEDO, J. G. A. (1) Buckeridge,Marcos S. (1) Buzetti,Salatiér (1) CRUVINEL, P. E. (1) DELBEM, A. C. B. (1) FERREIRA, E. J. (1) LAIA, M. A. de M. (1) NACHTIGALL, G. R. (1) NACHTIGALL, L. G. (1) SILVA, A. M. da (1) Silva,Aldo A. V. da (1) Silva,Inara A. F. (1) Souza,Gustavo M. (1) Teixeira Filho,Marcelo C. M. (1) Teixeira,Marcelo C. M. (1) Mais... Palavra-chave Redes neurais (6) ANFIS (1) Agricultura (1) Agriculture (1) Aprendizado profundo (1) Atrator (1) Botânica (1) Brasil (1) Classification (1) Classificação (1) Complexidade (1) Computação (1) Deep learning (1) Distúrbios (Folhas de macieiras) (1) Doenças (folhas de macieiras) (1) Ensembles (1) Filtragem de Kalman (1) Folhas de macieiras (1) Fractais (1) Língua eletrônica (1) Mais... Tipo do documento Folhetos (3) Info:eu-repo/semantics/article (2) Artigo na mídia (1) Ano 2021 (1) 2016 (1) 2014 (1) 2008 (1) 2006 (1) 2004 (1) Mais... País Brazil (6) Idioma Português (6)		Ordenar por:  Relevância Autor Título Ano Registros recuperados: 6 Primeira ... 1 ... Última Fluxo de trabalho para o treinamento de modelos de aprendizado profundo dedicados a problemas da agricultura. Infoteca-e BARBEDO, J. G. A.. Resumo - Com o surgimento do aprendizado profundo, redes neurais novamente se tornaram opções vantajosas para lidar com uma variedade de problemas de classificação, especialmente quando imagens digitais estão envolvidas. A popularização desse tipo de técnica deu origem a uma comunidade ativa que tornou pública a maior parte das arquiteturas de aprendizado profundo desenvolvidas até o momento. Documentações completas e tutoriais detalhados associados a essas arquiteturas garantem que qualquer pessoa com conhecimentos básicos de programação é capaz de realizar os experimentos sem muito esforço. Como resultado, houve uma explosão no número de artigos aplicando aprendizado profundo a uma ampla gama de problemas. Apesar dos excelentes resultados alcançados por... Tipo: Folhetos Palavras-chave: Aprendizado profundo; Redes neurais; Classificação; Deep learning; Training; Agricultura; Agriculture; Neural networks; Classification. Ano: 2021 URL: http://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/1137938 Utilizando filtragem de Kalman e redes neurais em uma estimação conjunta para melhoria de qualidade da análise de parâmetros físicos do solo com Tomografia Computadorizada de Raios X. Infoteca-e CRUVINEL, P. E.; LAIA, M. A. de M.; SILVA, A. M. da. Tipo: Folhetos Palavras-chave: Filtragem de Kalman; Redes neurais; Tomografia computadorizada de raios X; Qualidade. Ano: 2008 URL: http://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/31736 Parceria entre a Embrapa uva e Vinho e o programa de pós-graduação em Cmputação da UFPel busca solução tecnológica para a macieira no Brasil. Infoteca-e NACHTIGALL, G. R.; NACHTIGALL, L. G.; ARAUJO, R. M.. Tipo: Artigo na mídia Palavras-chave: Redes neurais; Redes neurais convolucionais; Folhas de macieiras; Computação; Sistemas (computador); Redes neurais (macieira); Manejo (macieira); Distúrbios (Folhas de macieiras); Doenças (folhas de macieiras); Pragas (folhas de macieiras); Produção de maçã; Brasil; Macieira; Maca. Ano: 2016 URL: http://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/1054492 Algoritmo genético para construção de ensembles de redes neurais: aplicação à língua eletrônica. Infoteca-e FERREIRA, E. J.; DELBEM, A. C. B.. Tipo: Folhetos Palavras-chave: Ensembles; Redes neurais; Língua eletrônica. Ano: 2006 URL: http://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/31581 Sistemas complexos: novas formas de ver a Botânica Rev. Bras. Bot. Souza,Gustavo M.; Buckeridge,Marcos S.. Uma parte da ciência denominada Complexidade vem se desenvolvendo rapidamente durante os últimos 15 anos e as aplicações de tais ferramentas às Ciências Vegetais são iminentes. Na presente revisão, são apresentados conceitos básicos relacionados à Complexidade e dados alguns exemplos de suas aplicações em diferentes áreas da Botânica. O argumento principal deste trabalho é que a melhor compreensão e conseqüente aplicação de tais enfoques à taxonomia, fisiologia, anatomia e ecologia pelos botânicos provavelmente levará a uma ampliação considerável do que se sabe sobre os vegetais. Tipo: Info:eu-repo/semantics/article Palavras-chave: Atrator; Botânica; Complexidade; Fractais; Redes neurais. Ano: 2004 URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-84042004000300002 Estimativa da produtividade de trigo em função da adubação nitrogenada utilizando modelagem neuro fuzzy AGRIAMBI Silva,Aldo A. V. da; Silva,Inara A. F.; Teixeira Filho,Marcelo C. M.; Buzetti,Salatiér; Teixeira,Marcelo C. M.. Atualmente, novas técnicas de processamento de dados, tais como redes neurais, lógica nebulosa (fuzzy) e sistemas híbridos, são utilizadas para elaborar modelos de predição em sistemas complexos e estimar parâmetros desejados. Neste artigo investigou-se a habilidade de se desenvolver um modelo de inferência adaptativo neuro fuzzy para estimação da produtividade de trigo utilizando-se uma base de dados da combinação dos seguintes tratamentos: cinco doses de N (0, 50, 100, 150 e 200 kg ha-1); três fontes (Entec, sulfato de amônio e ureia); duas épocas de aplicação de N (na semeadura ou em cobertura) e dois cultivares de trigo (E21 e IAC 370), avaliados durante dois anos, em Selvíria, MS. Através dos dados de entrada e saída o sistema de inferência neuro... Tipo: Info:eu-repo/semantics/article Palavras-chave: Triticum aestivum L.; Nitrogênio; Redes neurais; ANFIS; Sistemas híbridos. Ano: 2014 URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1415-43662014000200008 Registros recuperados: 6 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