Performance of machine learning models in predicting common bean (Phaseolus vulgaris L.) crop nitrogen using NIR spectroscopy (2024)
- Authors:
- USP affiliated authors: SARDINHA, EDSON JOSÉ DE SOUZA - FZEA ; FIORIO, PETERSON RICARDO - ESALQ ; BAESSO, MURILO MESQUITA - FZEA ; TAVARES, MARCOS SILVA - ESALQ ; SILVA, CARLOS AUGUSTO ALVES CARDOSO - ESALQ ; REGAZZO, JAMILE RAQUEL - ESALQ ; SILVA, THIAGO LIMA DA - ESALQ
- Unidades: FZEA; ESALQ
- DOI: 10.3390/agronomy14081634
- Subjects: ALGORITMOS; AGRICULTURA DE PRECISÃO; APRENDIZADO COMPUTACIONAL; ESPECTROSCOPIA INFRAVERMELHA; FEIJÃO
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
TAVARES, Marcos Silva et al. Performance of machine learning models in predicting common bean (Phaseolus vulgaris L.) crop nitrogen using NIR spectroscopy. Agronomy, v. 14, p. 1-14, 2024Tradução . . Disponível em: https://doi.org/10.3390/agronomy14081634. Acesso em: 31 mar. 2026. -
APA
Tavares, M. S., Silva, C. A. A. C., Regazzo, J. R., Sardinha, E. J. de S., Silva, T. L. da, Fiorio, P. R., & Baesso, M. M. (2024). Performance of machine learning models in predicting common bean (Phaseolus vulgaris L.) crop nitrogen using NIR spectroscopy. Agronomy, 14, 1-14. doi:10.3390/agronomy14081634 -
NLM
Tavares MS, Silva CAAC, Regazzo JR, Sardinha EJ de S, Silva TL da, Fiorio PR, Baesso MM. Performance of machine learning models in predicting common bean (Phaseolus vulgaris L.) crop nitrogen using NIR spectroscopy [Internet]. Agronomy. 2024 ; 14 1-14.[citado 2026 mar. 31 ] Available from: https://doi.org/10.3390/agronomy14081634 -
Vancouver
Tavares MS, Silva CAAC, Regazzo JR, Sardinha EJ de S, Silva TL da, Fiorio PR, Baesso MM. Performance of machine learning models in predicting common bean (Phaseolus vulgaris L.) crop nitrogen using NIR spectroscopy [Internet]. Agronomy. 2024 ; 14 1-14.[citado 2026 mar. 31 ] Available from: https://doi.org/10.3390/agronomy14081634 - Leaf nitrogen classification of common bean (phaseolus vulgaris l.) using deep learning models and images
- Machine learning in the classification of RGB images of maize (Zea mays L.) using texture attributes and different doses of nitrogen
- Performance of neural networks in the prediction of nitrogen nutrition in strawberry plants
- Análise do status do nitrogênio no feijoeiro utilizando imagens
- Classification of the nutritional condition of bean plants (Phaseolus Vulgaris) using convolutional neural networks and image analysis
- Fusão de sensores aplicada à estimativa da intensidade luminosa (LUX) em aula prática
- Application of vegetative indices for leaf nitrogen estimation in sugarcane using hyperspectral data
- Machine learning and deep learning applied to computer vision for nutritional status classification in maize (Zea mays L.)
- Análise comparativa de redes neurais convolucionais na predição do teor de nitrogênio foliar em cultivos de morango através de imagens RGB
- Efeitos da aplicação de calcário nos parâmetros nutricionais, produtivos e na resposta hiperespectral foliar da cana-de-açúcar em solo de baixa fertilidade
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
SYSNO_003207724.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
