Menu



Exportar registro bibliográfico

Metrics:

Artigo de periodico

Application of electronic nose and machine learning used to detect soybean gases under water stress and variability throughout the daytime (2024)

  • Authors:
  • Autor USP: LUCCAS, MATHEUS DOS SANTOS - ICMC
  • Unidade: ICMC
  • DOI: 10.3389/fpls.2024.1323296
  • Subjects: MINERAÇÃO DE DADOS; FENÓTIPOS; ABSORÇÃO DE ÁGUA PELAS PLANTAS; RESPIRAÇÃO VEGETAL; SOJA
  • Keywords: E-nose; water stress; non-invasive phenotyping; artificial intelligence; data mining; soybean
  • Agências de fomento:
  • Language: Inglês
  • Imprenta:
  • Source:
    • Versão PublicadaAcesso à fonteDOI
    Informações sobre o DOI: 10.3389/fpls.2024.1323296 (Fonte: oaDOI API)
    • Este periódico é de acesso aberto
    • Este artigo é de acesso aberto
    • URL de acesso aberto
    • Cor do Acesso Aberto: gold
    • Licença: cc-by

    Download do texto completo

    Tipo Nome Link
    Versão Publicada 3193866.pdf Direct link
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      HERRMANN, Paulo Sergio de Paula et al. Application of electronic nose and machine learning used to detect soybean gases under water stress and variability throughout the daytime. Frontiers in Plant Science, v. 15, p. 1-15, 2024Tradução . . Disponível em: https://doi.org/10.3389/fpls.2024.1323296. Acesso em: 31 dez. 2025.

    • APA

      Herrmann, P. S. de P., Luccas, M. dos S., Ferreira, E. J., & Torre Neto, A. (2024). Application of electronic nose and machine learning used to detect soybean gases under water stress and variability throughout the daytime. Frontiers in Plant Science, 15, 1-15. doi:10.3389/fpls.2024.1323296

    • NLM

      Herrmann PS de P, Luccas M dos S, Ferreira EJ, Torre Neto A. Application of electronic nose and machine learning used to detect soybean gases under water stress and variability throughout the daytime [Internet]. Frontiers in Plant Science. 2024 ; 15 1-15.[citado 2025 dez. 31 ] Available from: https://doi.org/10.3389/fpls.2024.1323296

    • Vancouver

      Herrmann PS de P, Luccas M dos S, Ferreira EJ, Torre Neto A. Application of electronic nose and machine learning used to detect soybean gases under water stress and variability throughout the daytime [Internet]. Frontiers in Plant Science. 2024 ; 15 1-15.[citado 2025 dez. 31 ] Available from: https://doi.org/10.3389/fpls.2024.1323296