The influence of training sample size on the accuracy of deep learning models for the prediction of soil properties with near-infrared spectroscopy data (2020)
- Authors:
- USP affiliated authors: DEMATTE, JOSE ALEXANDRE MELO - ESALQ ; MENDES, WANDERSON DE SOUSA - ESALQ
- Unidade: ESALQ
- DOI: 10.5194/soil-6-565-2020
- Subjects: APRENDIZADO COMPUTACIONAL; ESPECTROSCOPIA INFRAVERMELHA; MODELOS MATEMÁTICOS; REDES NEURAIS; SOLOS
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by
-
ABNT
NG, Wartini et al. The influence of training sample size on the accuracy of deep learning models for the prediction of soil properties with near-infrared spectroscopy data. Soil, v. 6, n. 2, p. 565-578, 2020Tradução . . Disponível em: https://soil.copernicus.org/articles/6/565/2020/soil-6-565-2020.pdf. Acesso em: 28 dez. 2025. -
APA
Ng, W., Minasny, B., Mendes, W. de S., & Demattê, J. A. M. (2020). The influence of training sample size on the accuracy of deep learning models for the prediction of soil properties with near-infrared spectroscopy data. Soil, 6( 2), 565-578. doi:10.5194/soil-6-565-2020 -
NLM
Ng W, Minasny B, Mendes W de S, Demattê JAM. The influence of training sample size on the accuracy of deep learning models for the prediction of soil properties with near-infrared spectroscopy data [Internet]. Soil. 2020 ; 6( 2): 565-578.[citado 2025 dez. 28 ] Available from: https://soil.copernicus.org/articles/6/565/2020/soil-6-565-2020.pdf -
Vancouver
Ng W, Minasny B, Mendes W de S, Demattê JAM. The influence of training sample size on the accuracy of deep learning models for the prediction of soil properties with near-infrared spectroscopy data [Internet]. Soil. 2020 ; 6( 2): 565-578.[citado 2025 dez. 28 ] Available from: https://soil.copernicus.org/articles/6/565/2020/soil-6-565-2020.pdf - Estimation of effective calibration sample size using visible near infrared spectroscopy: deep learning vs machine learning
- Geotechnologies applied in digital soil mapping
- Integration of multispectral and hyperspectral data to map magnetic susceptibility and soil attributes at depth: a novel framework
- A novel framework to estimate soil mineralogy using soil spectroscopy
- Geostatistics or machine learning for mapping soil attributes and agricultural practices
- Caracterização de solos desenvolvidos da Formação Barreiras, Amapá, por meio de geotecnologias
- Classificação textural da superfície de solos desenvolvidos de basalto por meio de imagens de satélite
- Classes de capacidade de uso da terra na Escola Superior de Agricultura Luiz de Queiroz
- Evolução do uso da terra na Escola Superior de Agricultura Luiz de Queiroz
- Sensoriamento remoto no mapeamento digital da fertilidade do solo: solucionando um grande incoveniente em agricultura de precisão
Informações sobre o DOI: 10.5194/soil-6-565-2020 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3013109-The influence of ... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
