Ferramenta para diagnóstico de doenças em citros baseada na combinação de técnicas de espectroscopia de fluorescência somada a algoritmos de aprendizagem de máquina (2021)
- Authors:
- Autor USP: NEVES, RUAN FELIPE DE OLIVEIRA - IFSC
- Unidade: IFSC
- Sigla do Departamento: FCM
- DOI: 10.11606/D.76.2021.tde-02092021-160652
- Subjects: REDES NEURAIS; ESPECTROSCOPIA; AGRICULTURA DE PRECISÃO
- Keywords: Artificial neural networks; Deep learning; Espectroscopia de fluorescência; Fluorescence spectroscopy; Precision agriculture; Redes neurais artificiais; SVM
- Agências de fomento:
- Language: Português
- Abstract: Nas últimas décadas, tem havido um crescente interesse na detecção precoce das doenças que afetam as culturas agrícolas a fim de evitar grandes perdas econômicas devido à contaminação de novas plantas. Dentre essas doenças as que mais se destacam e são mais letais para a citricultura são o cancro cítrico e greening, ambas ameaçando produções do mundo todo, incluindo regiões do Brasil e dos Estados Unidos. Por se tratar de doenças que possuem um alto índice de contaminação, estas levam a uma redução no número de pomares cultivados causando grande dano econômico aos produtores e as industrias relacionadas. Cada vez mais métodos para diagnóstico antecipado são necessários, tornando-se ferramentas importantes para a saudabilidade da lavoura e consequentemente do negócio. Algumas deficiências de solo como a falta de ferro e zinco apresentam sintomas visuais semelhantes nas folhas das plantas com o greening, enquanto que o cancro cítrico pode ser confundido com a verrugose, podendo levar a diagnósticos errôneos. Atualmente, somente testes bioquímicos são capazes de detectar especificamente o cancro cítrico e o greening, e consequentemente diferenciá-los das demais doenças e deficiências de nutricionais. Nesse trabalho, a técnica de espectroscopia por imagens de fluorescência em conjunto com os métodos de aprendizado supervisionado (algoritmos de classificação), foram utilizadas com o objetivo de identificar e discriminar as principais doenças que afetam a citricultura nos estadosde São Paulo/Brasil e da Flórida/EUA. As amostras em estudo são cancro cítrico, verrugose, greening e deficiência de zinco. O objetivo principal é discriminar as doenças sem a necessidade de uma prévia avaliação ocular dos sintomas. Os resultados mostram que é possível utilizar a técnica de espectroscopia por imagens de fluorescência em conjunto a uma rede neural covolucional (AlexNet) para discriminação das doenças. O algoritmo apresentou uma elevada acurácia na classificação das amostras para as quatro doenças em questão quando comparado a outros algoritmos e um enorme ganho de tempo e redução de custo quando comparado ao método bioquímoco
- Imprenta:
- Publisher place: São Carlos
- Date published: 2021
- Data da defesa: 01.02.2021
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
NEVES, Ruan Felipe de Oliveira. Ferramenta para diagnóstico de doenças em citros baseada na combinação de técnicas de espectroscopia de fluorescência somada a algoritmos de aprendizagem de máquina. 2021. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/76/76132/tde-02092021-160652/. Acesso em: 25 fev. 2026. -
APA
Neves, R. F. de O. (2021). Ferramenta para diagnóstico de doenças em citros baseada na combinação de técnicas de espectroscopia de fluorescência somada a algoritmos de aprendizagem de máquina (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/76/76132/tde-02092021-160652/ -
NLM
Neves RF de O. Ferramenta para diagnóstico de doenças em citros baseada na combinação de técnicas de espectroscopia de fluorescência somada a algoritmos de aprendizagem de máquina [Internet]. 2021 ;[citado 2026 fev. 25 ] Available from: https://www.teses.usp.br/teses/disponiveis/76/76132/tde-02092021-160652/ -
Vancouver
Neves RF de O. Ferramenta para diagnóstico de doenças em citros baseada na combinação de técnicas de espectroscopia de fluorescência somada a algoritmos de aprendizagem de máquina [Internet]. 2021 ;[citado 2026 fev. 25 ] Available from: https://www.teses.usp.br/teses/disponiveis/76/76132/tde-02092021-160652/
Informações sobre o DOI: 10.11606/D.76.2021.tde-02092021-160652 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
