Home Itens selecionados Provedores de dados OAI Créditos Sobre Ajuda

			Busca avançada
	Provedor de dados ArchiMer (3) REA (3) Infoteca-e (2) AgEcon (2) Colegio de Postgraduados (2) BJMBR (2) Agronomy (1) Agriscientia (Córdoba) (1) Agrociencia (1) BABT (1) Ciência Rural (1) Ecology and Society (1) Genet. Mol. Biol. (1) Rev. Bras. Ciênc. Solo (1) Mais... Autor Fablet, Ronan (2) Acuña,G. (1) BARBEDO, J. G. A. (1) Bocco,M (1) Braga Júnior,Roberto A. (1) Brini, Anouar (1) Brorsen, B. Wade (1) CAMARGO NETO, J. (1) Chacón,M. (1) Chagas,César da Silva (1) Chapron, Bertrand (1) Collard, Fabrice (1) Costa,Anderson G. (1) Curilem,G. (1) Defilippi,C. (1) Dorneanu,Liliana (1) Drumetz, Lucas (1) FERNANDES,DANIELLE P. B. (1) Fernandes Filho,Elpídio Inácio (1) Ferrari,Luciana Itida (1) Mais... Palavra-chave Neural networks (22) Agribusiness (2) Aprendizado profundo (2) Deep learning (2) Edafología (2) Forecasting (2) Maestría (2) Redes neuronales (2) Textura (2) Texture (2) 5.03.00.00-8 modeling (1) ARIMA (1) Activation function (1) Agricultura (1) Agricultural products (1) Agriculture (1) Air-conditioned truck (1) Ambience (1) Amostras de solo (1) Bioinformatics (1) Mais... Tipo do documento Info:eu-repo/semantics/article (11) Text (3) Journal Article (2) Boletim de Pesquisa e Desenvolvimento (INFOTECA-E) (1) Folhetos (1) Peer-Reviewed Reports (1) Mais... Ano 2021 (1) 2020 (2) 2019 (1) 2018 (4) 2017 (1) 2016 (1) 2013 (4) 2012 (2) 2010 (1) 2009 (2) 2004 (1) 1997 (1) 1994 (1) Mais... País Brazil (12) France (3) Mexico (3) United States (2) Argentina (1) Canada (1) Mais... Idioma Inglês (18) Espanhol (2) Português (2)		Ordenar por:  Relevância Autor Título Ano Registros recuperados: 22 Primeira ... 1 2 ... Última Using Artificial Neural Networks for the Analysis of Social-Ecological Systems Ecology and Society Frey, Ulrich J.; Center for Philosophy and the Foundations of Science, Justus Liebig University; ulifrey@yahoo.com; Rusch, Hannes; Center for Philosophy and the Foundations of Science, Justus Liebig University ; hannes.rusch@tum.de. The literature on common pool resource (CPR) governance lists numerous factors that influence whether a given CPR system achieves ecological long-term sustainability. Up to now there is no comprehensive model to integrate these factors or to explain success within or across cases and sectors. Difficulties include the absence of large-N studies, the incomparability of single case studies, and the interdependence of factors. We propose (1) a synthesis of 24 success factors based on the current social-ecological systems (SES) framework and a literature review and (2) the application of neural networks on a database of CPR management case studies in an attempt to test the viability of this synthesis. This method allows us to obtain an implicit quantitative... Tipo: Peer-Reviewed Reports Palavras-chave: Common pool resource; Design principles; Natural resource management; Neural networks; Social-ecological systems framework; Success factors. Ano: 2013 Uso de redes neurais multicamadas para classificação de perfis de solos. Infoteca-e SOUZA, K. X. S. de; CAMARGO NETO, J.. Resumo - O processo de classificação de solos executado por especialistas é uma tarefa laboriosa, que envolve várias etapas de coleta e a aplicação de regras de classificação de acordo com o Manual do Sistema Brasileiro de Classificação de Solos (SiBCS). Este trabalho relata a aplicação de redes neurais do tipo perceptron multicamadas na classificação de solos, nos níveis categóricos 1 a 4. Os dados de perfis de solo utilizados vieram de uma base de dados do Instituto Brasileiro de Geografia e Estatística (IBGE). A otimiza-ção da função de custo de entropia cruzada, usada no treinamento da rede neural, foi realizada por meio do algoritmo de stochastic gradient descent. As redes apresentaram resultados de acurácia que variam de 63,38 a 27,79, tendo o valor... Tipo: Boletim de Pesquisa e Desenvolvimento (INFOTECA-E) Palavras-chave: Redes neurais multicamadas; Perceptron multicamadas; Classificação de solos; Aprendizado profundo; Amostras de solo; Deep learning; Neural networks; Soil classification. Ano: 2019 URL: http://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/1116239 Registros recuperados: 22 Primeira ... 1 2 ... 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