Pular para o conteúdo 1
Ir para o menu 2
Ir para a busca 3

Portal Embrapa

Língua Língua

português English
Entrar

Busca de Publicações

Ordenação: data | alfabética


Maximizing multi-trait gain and diversity with genetic algorithms. Autoria: RESENDE, M. D. V. de Genetic gain followed by loss of diversity is not ideal in breeding programs for several species, and most studies face this problem for single traits. Thus, we propose a selection method based on Gen... ... Repositório: BDPA Ano de publicação: 2023
Clustering algorithms validation to system definition of decision-making for vitivinicultural and enological parameters. Clustering algorithms validation to system definition of decision-making for vitivinicultural and enological parameters. Repositório: BDPA Ano de publicação: 2024
Comparison of classification algorithms of images for the mapping of the land covering in Tasso Fragoso municipality, Brazil. Autoria: BOLFE, E. L. Abstract. One of the main applications of satellite images is the characterization of terrestrial coverage, that from the use of classification techniques, allows the monitoring of spatial transformat... ... Repositório: BDPA Ano de publicação: 2021
A review of deep learning algorithms for computer vision systems in livestock. Autoria: PEREIRA, L. G. R. In livestock operations, systematically monitoring animal body weight, bio-metric body measurements, animal behavior, feed bunk, and other difficult-to-measure phenotypes is manually unfeasible due to... ... Repositório: BDPA Ano de publicação: 2021
Optimizing mate selection: a genetic algorithms approach. This work presents an approach, based on algorithm heuristics, which after the selection of bulls and cows belonging to a mating group, recommends the best combinations of mating to maximize the GQI,... ... Repositório: BDPA Ano de publicação: 2019
Machine learning algorithms applied to weed management in integrated crop-livestock systems: a systematic literature review. Autoria: OLIVEIRA, M. F. de In recent times, there has been an environmental pressure to reduce the amount of pesticides applied to crops and, consequently, the crop production costs. Therefore, investments have been made in tec... ... Repositório: BDPA Ano de publicação: 2024
Analysis of pest incidence on apple trees validated by unsupervised machine learning algorithms. Autoria: SPERANZA, E. A.; GREGO, C. R.; GEBLER, L. ABSTRACT. Integrated pest control is a practice commonly used in apple orchards in southern Brazil. This type of management is an important tool to help improve quality and increase yields. This study... ... Repositório: BDPA Ano de publicação: 2022
Efficiency of distinct data mining algorithms for classifying stress level in piglets from their vocalization. Autoria: OLIVEIRA, S. R. de M. ABSTRACT: Among the challenges of pig farming in today's competitive market, there is factor of the product traceability that ensures, among many points, animal welfare. Vocalization is a valuable too... ... Repositório: BDPA Ano de publicação: 2012
SAR and optical data applied to early-season mapping of integrated crop-livestock systems using deep and machine learning algorithms. Autoria: ANTUNES, J. F. G.; COUTINHO, A. C.; ESQUERDO, J. C. D. M. In this work, we explored the potential of three machine and deep learning algorithms (random forest, long short-term memory, and transformer) to perform early-season (with three-time windows) mapping... ... Repositório: BDPA Ano de publicação: 2023
Genomic prediction of leaf rust resistance to Arabica coffee using machine learning algorithms. Autoria: CAIXETA, E. T. Genomic selection (GS) emphasizes the simultaneous prediction of the genetic effects of thousands of scattered markers over the genome. Several statistical methodologies have been used in GS for the p... ... Repositório: BDPA Ano de publicação: 2021

Mostrando 1 - 10 de 138 resultados.

Observações

1 - Por padrão são exibidas publicações dos últimos 20 anos. Para encontrar publicações mais antigas, configure o filtro ano de publicação, colocando o ano a partir do qual você deseja encontrar publicações. O filtro está na coluna da esquerda na busca acima.

2 - Para ler algumas publicações da Embrapa (apenas as que estão em formato ePub), é necessário ter, no celular ou computador, um desses softwares gratuitos. Sistemas Android: Google Play Livros; IOS: iBooks; Windows e Linux: software Calibre.

Acesse outras publicações

Acesse a Base de Dados da Pesquisa Agropecuária (BDPA) para consultar o acervo completo das bibliotecas da Embrapa.