Carrot yield mapping: a precision agriculture approach based on machine learning (2020)
- Authors:
- USP affiliated authors: MOLIN, JOSE PAULO - ESALQ ; WEI, MARCELO CHAN FU - ESALQ ; MALDANER, LEONARDO FELIPE - ESALQ
- Unidade: ESALQ
- DOI: 10.3390/ai1020015
- Subjects: AGRICULTURA DE PRECISÃO; APRENDIZADO COMPUTACIONAL; CENOURA; IMAGEAMENTO DE SATÉLITE; MAPAS; SENSORIAMENTO REMOTO
- Language: Inglês
- Imprenta:
- Source:
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
WEI, Marcelo Chan Fu et al. Carrot yield mapping: a precision agriculture approach based on machine learning. AI, v. 1, n. 2, p. 229-241, 2020Tradução . . Disponível em: https://doi.org/10.3390/ai1020015. Acesso em: 31 mar. 2026. -
APA
Wei, M. C. F., Maldaner, L. F., Ottoni, P. M. N., & Molin, J. P. (2020). Carrot yield mapping: a precision agriculture approach based on machine learning. AI, 1( 2), 229-241. doi:10.3390/ai1020015 -
NLM
Wei MCF, Maldaner LF, Ottoni PMN, Molin JP. Carrot yield mapping: a precision agriculture approach based on machine learning [Internet]. AI. 2020 ; 1( 2): 229-241.[citado 2026 mar. 31 ] Available from: https://doi.org/10.3390/ai1020015 -
Vancouver
Wei MCF, Maldaner LF, Ottoni PMN, Molin JP. Carrot yield mapping: a precision agriculture approach based on machine learning [Internet]. AI. 2020 ; 1( 2): 229-241.[citado 2026 mar. 31 ] Available from: https://doi.org/10.3390/ai1020015 - Sugarcane Yield Mapping Using High-Resolution Imagery Data and Machine Learning Technique
- Sensor fusion with NARX neural network to predict the mass flow in a sugarcane harvester
- Methodology to filter out outliers in high spatial density data to improve maps reliability
- Predictive power vs interpretability: Machine learning approaches to unravel sugarcane yield drivers
- High-resolution yield mapping for Eucalyptus grandis: a case study
- Soybean Yield Estimation and Its Components: A Linear Regression Approach
- Spatial–temporal analysis to investigate the influence of in-row plant spacing on the sugarcane yield
- Near-infrared spectroscopy as a tool for monitoring the spatial variability of sugarcane quality in the fields
- Challenges of digital solutions in sugarcane crop production: a review
- Spatial variability mapping of sugarcane qualitative attributes
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3005503-Carrot yield mapp... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
