Performance of neural networks in the prediction of nitrogen nutrition in strawberry plants (2024)
- Authors:
- USP affiliated authors: SARDINHA, EDSON JOSÉ DE SOUZA - FZEA ; APRILANTI, TAMARA MARIA GOMES - FZEA ; TECH, ADRIANO ROGERIO BRUNO - FZEA ; BAESSO, MURILO MESQUITA - FZEA ; COUTO, JULIA LUNA - FZEA ; REGAZZO, JAMILE RAQUEL - ESALQ ; SILVA, THIAGO LIMA DA - ESALQ ; TAVARES, MARCOS SILVA - ESALQ ; FIGUEIREDO, CAROLINE GOULART - ESALQ
- Unidades: FZEA; ESALQ
- DOI: 10.3390/agriengineering6020102
- Subjects: ADUBAÇÃO FOLIAR; APRENDIZADO COMPUTACIONAL; FERTILIZANTES NITROGENADOS; MORANGO; NITROGÊNIO; NUTRIÇÃO VEGETAL; REDES NEURAIS
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: AgriEngineering
- ISSN: 2624-7402
- Volume/Número/Paginação/Ano: v. 6, p. 1760–1770, 2024
- 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
REGAZZO, Jamile Raquel et al. Performance of neural networks in the prediction of nitrogen nutrition in strawberry plants. AgriEngineering, v. 6, p. 1760–1770, 2024Tradução . . Disponível em: https://doi.org/10.3390/agriengineering6020102. Acesso em: 29 dez. 2025. -
APA
Regazzo, J. R., Silva, T. L. da, Tavares, M. S., Sardinha, E. J. de S., Figueiredo, C. G., Couto, J. L., et al. (2024). Performance of neural networks in the prediction of nitrogen nutrition in strawberry plants. AgriEngineering, 6, 1760–1770. doi:10.3390/agriengineering6020102 -
NLM
Regazzo JR, Silva TL da, Tavares MS, Sardinha EJ de S, Figueiredo CG, Couto JL, Gomes TM, Tech ARB, Baesso MM. Performance of neural networks in the prediction of nitrogen nutrition in strawberry plants [Internet]. AgriEngineering. 2024 ; 6 1760–1770.[citado 2025 dez. 29 ] Available from: https://doi.org/10.3390/agriengineering6020102 -
Vancouver
Regazzo JR, Silva TL da, Tavares MS, Sardinha EJ de S, Figueiredo CG, Couto JL, Gomes TM, Tech ARB, Baesso MM. Performance of neural networks in the prediction of nitrogen nutrition in strawberry plants [Internet]. AgriEngineering. 2024 ; 6 1760–1770.[citado 2025 dez. 29 ] Available from: https://doi.org/10.3390/agriengineering6020102 - Machine learning in the classification of RGB images of maize (Zea mays L.) using texture attributes and different doses of nitrogen
- Leaf nitrogen classification of common bean (phaseolus vulgaris l.) using deep learning models and images
- Performance of machine learning models in predicting common bean (Phaseolus vulgaris L.) crop nitrogen using NIR spectroscopy
- Classification of the nutritional condition of bean plants (Phaseolus Vulgaris) using convolutional neural networks and image analysis
- Análise do status do nitrogênio no feijoeiro utilizando imagens
- Frota virtual: pesquisadores da USP desenvolvem software para controle da manutenção de máquinas agrícolas, que pretende descomplicar os diversos precessos desde a identificação de peças até a sua cotação e disponibilidade nas concessionárias
- Uso de um sistema computacional para gestão da manutenção de frotas agrícolas
- Desenvolvimento de um sistema de gerenciamento de manutenção para máquinas agrícolas
- Estimativa do potencial produtivo da cultura da beterraba por meio do sensor Greenseeker Handheld Crop Sensor
- Fusão de sensores aplicada à estimativa da intensidade luminosa (LUX) em aula prática
Informações sobre o DOI: 10.3390/agriengineering6020102 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3204232-Performance_of_Ne... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
