An approach using emerging optical technologies and artificial intelligence brings new markers to evaluate peanut seed quality (2022)
- Authors:
- USP affiliated authors: SILVA, CLÍSSIA BARBOZA DA - CENA ; HIRAI, WELINTON YOSHIO - ESALQ
- Unidades: CENA; ESALQ
- DOI: 10.3389/fpls.2022.849986
- Subjects: AMENDOIM; ANÁLISE ESPECTRAL; APRENDIZADO COMPUTACIONAL; FLUORESCÊNCIA; INTELIGÊNCIA ARTIFICIAL; SEMENTES
- Keywords: Imagem multiespectral
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Frontiers in Plant Science
- ISSN: 1664-462X
- Volume/Número/Paginação/Ano: v. 13, art. 849986, p. 1-18, April 2022
- Este artigo possui versão em acesso aberto
- URL de acesso aberto
- Versão do Documento: Versão publicada (Published version)
-
Status: Artigo publicado em periódico de acesso aberto (Gold Open Access) -
ABNT
OLIVEIRA, Gustavo Roberto Fonseca de et al. An approach using emerging optical technologies and artificial intelligence brings new markers to evaluate peanut seed quality. Frontiers in Plant Science, v. 13, p. 1-18, 2022Tradução . . Disponível em: https://doi.org/10.3389/fpls.2022.849986. Acesso em: 14 mar. 2026. -
APA
Oliveira, G. R. F. de, Mastrangelo, C. B., Hirai, W. Y., Batista, T. B., Sudki, J. M., Petronilio, A. C. P., et al. (2022). An approach using emerging optical technologies and artificial intelligence brings new markers to evaluate peanut seed quality. Frontiers in Plant Science, 13, 1-18. doi:10.3389/fpls.2022.849986 -
NLM
Oliveira GRF de, Mastrangelo CB, Hirai WY, Batista TB, Sudki JM, Petronilio ACP, Crusciol CAC, Silva EAA da. An approach using emerging optical technologies and artificial intelligence brings new markers to evaluate peanut seed quality [Internet]. Frontiers in Plant Science. 2022 ; 13 1-18.[citado 2026 mar. 14 ] Available from: https://doi.org/10.3389/fpls.2022.849986 -
Vancouver
Oliveira GRF de, Mastrangelo CB, Hirai WY, Batista TB, Sudki JM, Petronilio ACP, Crusciol CAC, Silva EAA da. An approach using emerging optical technologies and artificial intelligence brings new markers to evaluate peanut seed quality [Internet]. Frontiers in Plant Science. 2022 ; 13 1-18.[citado 2026 mar. 14 ] Available from: https://doi.org/10.3389/fpls.2022.849986 - Spectroscopy technologies to screen peanut seeds with superior vigor through “Chemical Fingerprinting”
- Estudo do método de estimação do tipo razão multivariada para média populacional
- Transcripts expressed during germination sensu stricto are associated with vigor in soybean seeds
- Caracterização da estrutura de interação genótipo e ambiente utilizando modelo AMMI e W-AMMI por meio de Biplot
- Condicionamento fisiológico de sementes de pimentão com biorreguladores
- Interactive machine learning for soybean seed and seedling quality classification
- Integrating optical imaging tools for rapid and non-invasive characterization of seed quality: Tomato (Solanum lycopersicum L.) and Carrot (Daucus carota L.) as study cases
- Machine Learning for Seed Quality Classification: An Advanced Approach Using Merger Data from FT-NIR Spectroscopy and X-ray Imaging
- Storage performance of primed bell pepper seeds with 24-Epibrassinolide
- Densified biochar capsules as an alternative to conventional seedings
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3077812-An_Approach_Using... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
